Question

我遇到一个问题，我必须总结大量数据并将其分为三列来汇总数据。问题是一个特定的列也需要应用特定的公式。

我的数据如下：

Account Format  Network  Impressions Clicks Cost    Avg. position
Health1 Text     Search        2       0      0.5       1
Health1 Picture  Search        5       2      1        1.5
Health1 Picture  Search        1       2      3        2.4
Health1 Text     Search        1       0      0        2.3
Health1 Text     Display       2       0      0.7      1.7
Health2 Text     Display       0       0      0        3.3
Health2 Text     Display       2       2      4        3.3
Health2 Picture  Search        2       0      0        3.4
.....

因此，我需要按帐户，格式和网络进行分组，并总结展示次数，费用和点击次数，并汇总每个小组：

Account Format  Network  Impressions Clicks Cost    Avg. position
Health1 Text     Search        3       0      0.5       x
Health1 Picture  Search        6       4      4         x
Health2 Text     Display       2       2      4         x
Health2 Picture  Search        2       0      0         x
.....

然而，计算平均值。位置我需要应用一个公式，我的大脑有点像整天这样的东西炒，所以任何帮助将是一个救命。平均位置列需要应用此公式：

总和（展示次数*平均排名）/总和（展示次数）

我的尝试是乘以平均值。按行按展示位置列，将列与其他列一起汇总，然后除以总计展示次数。这显然是不正确的，因为它返回值＆lt; 1，这不是我正在使用的数据上下文中的可能输出。

frame['Avg. position'] = frame.apply(lambda x: (x['Impressions']*x['Avg. position']), axis=1)
frame = frame.groupby(['Account', 'Format', 'Network'])['Impressions','Clicks','Cost','Avg. position'].sum().reset_index()

frame['Avg. position'] = frame.apply(lambda x: (x['Avg. position']/x['Impressions']) if x['Impressions'] > 0 else '', axis=1)

frame.to_csv(yesterday_date+'.csv', index=False)

Answer 1

正确的使用方式适用于更新您的平均值。位置＆＃34;专栏是这样的：

denominator = frame['Impressions'].sum()
frame['Avg. position'] = frame[['Impressions', 'Avg. position']].apply(lambda x: x[0] * x[1] / denominator, axis=1)

但是......对于Series对象，您可以使用逐个元素的操作：

frame['Avg. position'] = frame['Impressions'] * frame['Avg. position'] / frame['Impressions'].sum()

这意味着您也可以这样做：

frame['Cost'] = frame['Cost'] / 1000000

我不确定你要对群组做什么，但似乎你应该拥有所有工具来解决它。

将单独的函数应用于我的Dataframe，同时还对特定列进行求和

1 个答案: