Question

我从csv文件中提取了下表：

timestamp    user_id main_val  val1 val2    val3  transport
01/01/2011  1   1   3   1491    0   bus
01/07/2012  1   19  57  4867    5   bus
01/09/2013  1   21  63  3455    5   bus
01/02/2011  2   20  8   2121    5   bus
01/12/2012  2   240 30  3558    3   bus
01/01/2011  3   100 5   3357    3   bus
01/11/2012  3   3100    49  1830        bus
01/12/2013  3   3200    51  4637    4   bus

为此，我使用了以下声明：

import pandas as pd

newnames = ['date','user_id', 'cost', 'val1']
df = pd.read_csv('expenses.csv', names = newnames, header = False)

pivoted = df.pivot('date','user_id')

现在我有一个包含下表的数据框：

           cost    cost    cost  val1    val1   val1
user_id         1   2   3   1   2   3
timestamp                       
01/01/2011  1       100 3       5
01/02/2011      20          8   
01/07/2012  19          57      
01/09/2013  21          63      
01/11/2012          3100            49
01/12/2012      240         30  
01/12/2013          3200            51

我现在如何计算每个user_id的月平均费用和val1？

提前感谢您的帮助。

Answer 1

您可能想要使用重新采样方法 http://pandas.pydata.org/pandas-docs/version/0.13.1/generated/pandas.DataFrame.resample.html

import pandas as pd
import numpy as np

newnames = ['date','user_id', 'cost', 'val1']
df = pd.read_csv('expenses.csv', names = newnames, header = False)
df['date'] = pd.to_datetime(df['date'])
pivoted = df.pivot('date','user_id')
pivoted.resample('M')

数据透视表（dataframe）中每个用户的平均值

1 个答案: