提问人：Craig 提问时间：10/26/2017 最后编辑：Henry EckerCraig 更新时间：2/11/2022 访问量：69401
Pandas groupby mean - 进入数据帧？
Pandas groupby mean - into a dataframe?
问：
假设我的数据如下所示：
date,name,id,dept,sale1,sale2,sale3,total_sale
1/1/17,John,50,Sales,50.0,60.0,70.0,180.0
1/1/17,Mike,21,Engg,43.0,55.0,2.0,100.0
1/1/17,Jane,99,Tech,90.0,80.0,70.0,240.0
1/2/17,John,50,Sales,60.0,70.0,80.0,210.0
1/2/17,Mike,21,Engg,53.0,65.0,12.0,130.0
1/2/17,Jane,99,Tech,100.0,90.0,80.0,270.0
1/3/17,John,50,Sales,40.0,50.0,60.0,150.0
1/3/17,Mike,21,Engg,53.0,55.0,12.0,120.0
1/3/17,Jane,99,Tech,80.0,70.0,60.0,210.0
我想要一个新列，这是每个元组的平均值averagetotal_salename,id,dept
我试过了
df.groupby(['name', 'id', 'dept'])['total_sale'].mean()
这确实返回了一个均值的级数：
name id dept
Jane 99 Tech 240.000000
John 50 Sales 180.000000
Mike 21 Engg 116.666667
Name: total_sale, dtype: float64
但是我将如何引用数据？该系列是形状 （3，） 的一维系列。理想情况下，我希望将其放回具有适当列的数据帧中，以便我可以正确引用。name/id/dept
答：
55赞
Nathan
10/26/2017
#1
如果你调用你所拥有的序列，它将得到你想要的数据帧（索引的每个级别都将转换为一列）：.reset_index()
df.groupby(['name', 'id', 'dept'])['total_sale'].mean().reset_index()
编辑：为了回应OP的评论，将此列添加回原始数据帧有点棘手。您的行数与原始 DataFrame 中的行数不同，因此您还不能将其指定为新列。但是，如果您将索引设置为相同，则很聪明，并且会为您正确填写值。试试这个：pandas
cols = ['date','name','id','dept','sale1','sale2','sale3','total_sale']
data = [
['1/1/17', 'John', 50, 'Sales', 50.0, 60.0, 70.0, 180.0],
['1/1/17', 'Mike', 21, 'Engg', 43.0, 55.0, 2.0, 100.0],
['1/1/17', 'Jane', 99, 'Tech', 90.0, 80.0, 70.0, 240.0],
['1/2/17', 'John', 50, 'Sales', 60.0, 70.0, 80.0, 210.0],
['1/2/17', 'Mike', 21, 'Engg', 53.0, 65.0, 12.0, 130.0],
['1/2/17', 'Jane', 99, 'Tech', 100.0, 90.0, 80.0, 270.0],
['1/3/17', 'John', 50, 'Sales', 40.0, 50.0, 60.0, 150.0],
['1/3/17', 'Mike', 21, 'Engg', 53.0, 55.0, 12.0, 120.0],
['1/3/17', 'Jane', 99, 'Tech', 80.0, 70.0, 60.0, 210.0]
]
df = pd.DataFrame(data, columns=cols)
mean_col = df.groupby(['name', 'id', 'dept'])['total_sale'].mean() # don't reset the index!
df = df.set_index(['name', 'id', 'dept']) # make the same index here
df['mean_col'] = mean_col
df = df.reset_index() # to take the hierarchical index off again
6赞
BENY
10/26/2017
#2
添加to_frame
df.groupby(['name', 'id', 'dept'])['total_sale'].mean().to_frame()
评论
2赞
Nathan
10/26/2017
这确实为您提供了一个数据帧，但我认为他希望将分层索引转换回列，除非我误解了。您的方法将创建一个与序列具有相同索引的数据帧。
6赞
A.Kot
10/26/2017
#3
你们离得很近。您只需要添加一组括号来告诉 python 选择作为数据帧而不是系列：[['total_sale']]
df.groupby(['name', 'id', 'dept'])[['total_sale']].mean()
如果需要所有列：
df.groupby(['name', 'id', 'dept'], as_index=False).mean()[['name', 'id', 'dept', 'total_sale']]
4赞
Tahir Ahmad
10/9/2018
#4
答案在两行代码中：
第一行创建分层框架。
df_mean = df.groupby(['name', 'id', 'dept'])[['total_sale']].mean()
第二行将其转换为具有四列（'name'， 'id'， 'dept'， 'total_sale'）的数据帧
df_mean = df_mean.reset_index()
评论
0赞
Joe Rivera
1/22/2020
为什么不一个？df_mean = df.groupby（['name'， 'id'， 'dept']）[['total_sale']].mean（）.reset_index（）
评论