我有数据框
df = pd.DataFrame({'member_id': [111, 111, 111, 111, 222, 222, 333, 333], 'event_duration': [12, 242, 3, 21, 4, 76, 34, 12], 'period': [1, 2, 2, 2, 3, 3, 4, 4]})
event_duration member_id period
0 12 111 1
1 242 111 2
2 3 111 2
3 21 111 2
4 4 222 3
5 76 222 3
6 34 333 4
7 12 333 4
我需要计算period
到每member_id
的数量和期间的中位数
我用
res = df.groupby(['member_id']).agg({'period': pd.Series.nunique, 'event_duration': np.median}).reset_index()
但它打印所有时期的中位数。但我需要,例如111
将中位数设为1和2期,[12, 266]
,我该怎么做?
答案 0 :(得分:1)
这可能是你真正需要的:
df.groupby(['member_id', 'period'], as_index=False)['event_duration'].sum().groupby(['member_id'], as_index=False).agg({'period': pd.Series.nunique, 'event_duration': np.median})
member_id event_duration period
0 111 139 2
1 222 80 1
2 333 46 1
答案 1 :(得分:1)
据我了解,您需要按member_id分组,然后按句点分组,以便为每个member_id获取每个时段的event_duration的不同值。
如果是这种情况,我会这样做:
event_duration
member_id period
111 1 12
2 266
222 3 80
333 4 46
打印:
res2 = res.groupby(['member_id']).mean()
然后,您再次通过member_id进行分组,并获得event_duration的平均值:
event_duration
member_id
111 139
222 80
333 46
打印:
{{1}}
我希望这是你想要达到的结果。