如何計算 Pandas DataFrame 中每個叢集中每個組織的平均時間？

執行分組聚合和平均計算

考慮以下帶有叢集、組織和時間資料的DataFrame：

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

目標是計算每個集群中每個組織的平均時間。預期結果應類似於：

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

使用雙重GroupBy 和平均值計算的解決方案：

要實現此目的，請利用Pandas 的groupby 函數的強大功能：

1. 初始GroupBy：使用groupby(['cluster', 'org']) 依'cluster' 和'org' 將資料分組。
2. Intermediate Aggregate：使用mean()計算每組內的時間平均值。
3. Secondary GroupBy：使用groupby('cluster'按'cluster'進一步對產生的DataFrame進行分組).
4. 最終聚合：使用🎜>

最終聚合

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

：使用mean()計算每個群集的時間平均值。

集群組的替代解決方案平均值：

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

僅對於聚類組的平均值，只需按['cluster' ] 分組並使用Mean() 計算平均值。

其他選項對於有org 和平均值計算的GroupBy：

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

或者，您可以按['cluster', 'org'] 分組並直接計算平均值：

以上是如何計算 Pandas DataFrame 中每個叢集中每個組織的平均時間？的詳細內容。更多資訊請關注PHP中文網其他相關文章！