pandas groupby和更多列上的均值聚合

我找不到任何方法从我的输入中获取输出。我想按用户和问题进行分组（但这个问题信息已经在答案栏中，因为它是问题中的NaN，与给定答案无关，请参阅下文），并获取每个答案栏的方法。pandas groupby和更多列上的均值聚合

Q代表提问，A代表回答

输入：

import pandas as pd 
import numpy as np 

df = pd.DataFrame(
    data={ 
     'userid':[11,11,11,12,13,13], 
     'Q':['Q1','Q2','Q1','Q3','Q1','Q1'], 
     'A1':[1,np.NaN,0,np.NaN,0.8,0.6], 
     'A2':[np.NaN,1,np.NaN,np.NaN,np.NaN,np.NaN], 
    }, 
    index=range(1,7) 
)

input

我的预期暂时状态 - 你不必使用：

temp_df = pd.DataFrame(
    data={ 
     'userid':[11,12,13], 
     'A1':[0.5,np.NaN,0.7], 
     'A2':[1,np.NaN,np.NaN], 
    }, 
    index=range(1,4) 
)

的最终期望的数据帧：

desired_df = pd.DataFrame(
    data={ 
     'userid':[11,12,13], 
     'A1':[0.5,0.6,0.7], 
     'A2':[1,1,1], 
    }, 
    index=range(1,4) 
)

final, desired

来源

2017-04-11 PEZO

'temp_df = df.groupby（df.userid）.mean（）'，但你如何计算'desired_df'的 '手段'？例如，'0.6'是如何产生的？你是否混合了不同用户的数据？ – mhoff

是的，但现在解决了，感谢您的关注！ – PEZO

您可以在userid列中使用groupby和计算手段的答案栏，让您的数据框的中间（temp_df）。然后，您可以使用列方式填充缺失值以获取最终数据框（desired_df）。

temp_df = df.groupby('userid')[['A1', 'A2']].mean() 
desired_df = temp_df.fillna(temp_df.mean())

print desired_df给出：

  A1 A2 
userid 
11  0.5 1.0 
12  0.6 1.0 
13  0.7 1.0

来源

2017-04-11 16:05:26 ASGM

非常感谢你的队友！ – PEZO

pandas groupby和更多列上的均值聚合

回答

相关问题