Pandas で複数のグループ化で平均値を計算する方法は?

複数のグループ化と平均を使用したグループ別集計

Pandas では、複数のレベルでグループ化されたデータに対して集計を実行するのが一般的な操作です。次の DataFrame について考えてみましょう:

   cluster  org      time
   1      a       8
   1      a       6
   2      h       34
   1      c       23
   2      d       74
   3      w       6 

一般的なタスクは、「cluster」や「org」などの複数の変数で定義されたグループごとに、「time」などの特定の列の平均を計算することです。

解決策 1: クラスター グループのみの平均

「クラスター」のみでグループ化された「時間」の平均を計算するには、次のコードを使用できます。

df.groupby(['cluster']).mean()

結果:

              time
cluster
1        12.333333
2        54.000000
3         6.000000

解決策 2: グループ化の組み合わせの平均値

を計算したい場合「クラスター」と「組織」の各組み合わせの「時間」の平均値:

df.groupby(['cluster', 'org']).mean()

結果:

               time
cluster org
1       a    438886
        c        23
2       d      9874
        h        34
3       w         6

解決策 3: グループ化のネストされた平均

ネストされた平均を実行するには、最初に「cluster」と「org」の組み合わせで平均を計算し、次に「cluster」グループで平均を計算します。

(df.groupby(['cluster', 'org'], as_index=False).mean()
            .groupby('cluster')['time'].mean())

結果:

cluster  mean(time)
1          15 #=((8 + 6) / 2 + 23) / 2
2          54 #=(74 + 34) / 2
3           6

以上がPandas で複数のグループ化で平均値を計算する方法は?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。