Pandas数据框：按两列分组，然后对另一列取平均值

Question

假设我有一个包含以下数值的数据框：

df:
col1    col2    value
1       2       3
1       2       1
2       3       1

我希望能够首先按照数据框的前两列(col1和col2)进行分组，然后对第三列(value)的值求平均。因此，期望的输出结果将如下所示：

col1    col2    avg-value
1       2       2
2       3       1

我正在使用以下代码:

columns = ['col1','col2','avg']
df = pd.DataFrame(columns=columns)
df.loc[0] = [1,2,3]
df.loc[1] = [1,3,3]
print(df[['col1','col2','avg']].groupby('col1','col2').mean())

出现以下错误：

ValueError: No axis named col2 for object type <class 'pandas.core.frame.DataFrame'>

任何帮助将不胜感激。

- ahajib

Answer 1

你需要传递一个列的列表来进行分组，你传递的被解释为axis参数，这就是为什么会引发错误的原因：

In [30]:
columns = ['col1','col2','avg']
df = pd.DataFrame(columns=columns)
df.loc[0] = [1,2,3]
df.loc[1] = [1,3,3]

print(df[['col1','col2','avg']].groupby(['col1','col2']).mean())
           avg
col1 col2     
1    2       3
     3       3

- EdChum

Answer 2

如果您想按多个列进行分组，应将它们放入列表中：

columns = ['col1','col2','value']
df = pd.DataFrame(columns=columns)
df.loc[0] = [1,2,3]
df.loc[1] = [1,3,3]
df.loc[2] = [2,3,1]
print(df.groupby(['col1','col2']).mean())

稍微详细一些，为了让你的聚合数据框中出现“avg”这个词：

import numpy as np
columns = ['col1','col2','value']
df = pd.DataFrame(columns=columns)
df.loc[0] = [1,2,3]
df.loc[1] = [1,3,3]
df.loc[2] = [2,3,1]
print(df.groupby(['col1','col2']).agg({'value': {'avg': np.mean}}))

- jkokorian

---

这与我的答案有何不同？ - EdChum

不用担心，但最好不要发布重复的答案，除非有真正的区别。 - EdChum