到目前为止,我已经引用了类似的问题,但却无法看到它: 我有一个数据帧:(eval_datan)
ccs5 correct aggodds
0 258 False 0.620068
1 258 True 0.461638
2 126 False 0.243570
3 48 False 0.420276
我做了一个小组来查看正确和错误的数量,如下所示:
eval_datan.groupby(['ccs5','correct']).size()
产生:
ccs5 correct
1 False 28
2 False 116
True 148
3 False 240
True 2
4 False 400
True 5
我想添加一个使用mean聚合aggodds列的列,否则通过ccs和IE正确隔离IE
愚蠢地,我希望以下内容能奏效。它没有(追溯)(KeyError:' aggodds')eval_datan.groupby(['ccs5','correct']).size()['aggodds'].mean()
表达此内容的最简洁方式是什么? 例如:
eval_datan.groupby('ccs5').agg({'correct':'size','aggodds':['mean']})
没有小计按"正确"状态
correct aggodds
size mean
ccs5
1 28 0.320001
2 264 0.347982
3 242 0.357944
4 405 0.366225
5 19 0.323990
答案 0 :(得分:1)
我认为您正在寻找:
eval_datan.groupby(['ccs5', 'correct'], as_index=False)['aggodds'].agg({'n':'count','avg':np.mean})
希望这有帮助。