Question

如何输出多列的平均值？

Gender   Age     Salary     Yr_exp   cup_coffee_daily
  Male    28    45000.0        6.0                2.0
Female    40    70000.0       15.0               10.0
Female    23    40000.0        1.0                0.0
  Male    35    55000.0       12.0                6.0

我有df.groupby('Gender', as_index=False)['Age', 'Salary', 'Yr_exp'].mean()，但它仍然只返回第一列Age的平均值。如何返回不同列中特定列的平均值？期望的输出：

Gender   Age     Salary   Yr_exp
  Male  31.5    50000.0      9.0
Female  31.5    55000.0      8.0

感谢。

Answer 1

鉴于此数据框：

df = pd.DataFrame({
    "Gender": ["Male", "Female", "Female", "Male"],
    "Age": [28, 40, 23, 35],
    "Salary": [45000, 70000, 40000, 55000],
    "Yr_exp": [6, 15, 1, 12]
})

df
   Age  Gender  Salary  Yr_exp
0   28    Male   45000       6
1   40  Female   70000      15
2   23  Female   40000       1
3   35    Male   55000      12

按性别分组并使用mean()功能：

df.groupby("Gender").mean()
         Age   Salary  Yr_exp
Gender                       
Female  31.5  55000.0     8.0
Male    31.5  50000.0     9.0

修改：您可能需要更改groupby()之后的索引编制方式：df['Age', 'Salary']提供KeyError，但df[['Age', 'Salary']]会返回预期的结果：

   Age  Salary
0   28   45000
1   40   70000
2   23   40000
3   35   55000

尝试更改

df.groupby("Gender", as_index=True)['Age', 'Salary', 'Yr_exp'].mean()

到

df.groupby("Gender", as_index=True)[['Age', 'Salary', 'Yr_exp']].mean()

Answer 2

您也可以使用pandas.agg()：

df.groupby("Gender").agg({'Age' : 'mean', 'Salary' : 'mean', 'Yr_exp': 'mean'})

结果将：

         Age    Salary  Yr_exp
Gender          
Female  31.5    55000   8
Male    31.5    50000   9

使用.agg()使您有机会将不同的功能应用于分组的对象-类似于：

df.groupby("Gender").agg({'Age' : 'mean', 'Salary' : ['min', 'max'], 'Yr_exp': 'sum'})

输出：

          Age         Salary    Yr_exp
         mean    min      max   sum
Gender              
Female  31.5    40000   70000   16
Male    31.5    45000   55000   18

pandas：多列的返回平均值

2 个答案: