Pandas：返回多列的平均值

Question

如何输出多个列的平均值？

Gender   Age     Salary     Yr_exp   cup_coffee_daily
  Male    28    45000.0        6.0                2.0
Female    40    70000.0       15.0               10.0
Female    23    40000.0        1.0                0.0
  Male    35    55000.0       12.0                6.0

我有df.groupby('Gender', as_index=False)['Age', 'Salary', 'Yr_exp'].mean()，但它仅返回第一列Age的平均值。如何返回不同列中特定列的平均值？期望输出：

Gender   Age     Salary   Yr_exp
  Male  31.5    50000.0      9.0
Female  31.5    55000.0      8.0

谢谢。

- Karma

---

可以输入df.applymap(type)，我认为'Salary'和'Yr_exp'因某些原因是字符串。 - BENY

哦，是的，你说得对。有些值不是数字确实很奇怪。谢谢！ - Karma

Answer 1

给定这个数据框：

df = pd.DataFrame({
    "Gender": ["Male", "Female", "Female", "Male"],
    "Age": [28, 40, 23, 35],
    "Salary": [45000, 70000, 40000, 55000],
    "Yr_exp": [6, 15, 1, 12]
})

df
   Age  Gender  Salary  Yr_exp
0   28    Male   45000       6
1   40  Female   70000      15
2   23  Female   40000       1
3   35    Male   55000      12

按性别分组并使用mean()函数：

df.groupby("Gender").mean()
         Age   Salary  Yr_exp
Gender                       
Female  31.5  55000.0     8.0
Male    31.5  50000.0     9.0

注意：在使用groupby()之后，您可能需要更改索引方式：df['Age'，'Salary']会导致KeyError，但是df[['Age'，'Salary']]会返回预期的结果：

   Age  Salary
0   28   45000
1   40   70000
2   23   40000
3   35   55000

尝试更改

df.groupby("Gender", as_index=True)['Age', 'Salary', 'Yr_exp'].mean() 

df.groupby("Gender", as_index=True)[['Age', 'Salary', 'Yr_exp']].mean()

- Jonathan Dayton

---

添加 reset_index 以便我们将分组作为数据框获取是最后一步。 - Sandeep

df.groupby('Gender', as_index=False)['Age', 'Salary', 'Yr_exp'].mean() 的作用是什么？我认为操作者知道如何使用 groupby 进行平均值计算，这不是问题的关键。 - BENY

感谢Jonathan的回答，df.groupby("Gender", as_index=True)[['Age', 'Salary', 'Yr_exp']].mean()正是我尝试过的（我使用了index=False），但它只返回了第一列，也就是Age。如果我只使用.mean()而不指定哪些列，它会给我所有的列，但有其他的列我并不需要。最好的情况是，如果可能的话，我定义自己要输出的列。（抱歉，我应该在我的问题中提到它，现在我会编辑它） - Karma

@Karma - 你使用的Python和Pandas版本是什么？ - Jonathan Dayton

@JonathanDayton 我找到原因了。似乎有些列不是数字类型，所以我得到了这个DataError错误，没有可聚合的数字类型。抱歉，你是对的。 - Karma

Answer 2

您还可以使用 pandas.agg()：

df.groupby("Gender").agg({'Age' : 'mean', 'Salary' : 'mean', 'Yr_exp': 'mean'})

会导致结果：

         Age    Salary  Yr_exp
Gender          
Female  31.5    55000   8
Male    31.5    50000   9

使用.agg()可以让您对分组对象应用不同的函数，类似于：

df.groupby("Gender").agg({'Age' : 'mean', 'Salary' : ['min', 'max'], 'Yr_exp': 'sum'})

输出：

          Age         Salary    Yr_exp
         mean    min      max   sum
Gender              
Female  31.5    40000   70000   16
Male    31.5    45000   55000   18

- VnC