我有以下数据
user_id session_id youtube_id
1 1 2342
1 1 3523
1 2 3325
2 1 3423
2 1 2352
2 1 3333
2 2 2351
2 2 9876
2 3 2388
目标是按user_id
分组,并按用户计算total_sessions
,total_views
,因此average views per session
。
user_id, total_sessions, total_views, average_view_per_session
1, 2, 3, 1.5
2, 3, 6, 2
result_df['avg'] = df.groupby('user_id').agg({
'session_id':lambda x : x.nunique(),
'youtube_id': 'count'}).apply(lambda x : x['total_views']/x['total_sessions']
上述两个问题:
session_id
和youtube_id
命名,但它们是聚合division
获取average_view_per_session
? 上述方法给出了一个关键错误,这可能是由于使用聚合列的原始列名称。
答案 0 :(得分:1)
因为它们彼此依赖,所以我们可以在应用.agg()之后将它添加到单独的代码行上。
这个怎么样(完整示例)
import pandas as pd
data = '''\
user_id session_id youtube_id
1 1 2342
1 1 3523
1 2 3325
2 1 3423
2 1 2352
2 1 3333
2 2 2351
2 2 9876
2 3 2388'''
df = pd.read_csv(pd.compat.StringIO(data), sep='\s+')
df = df.groupby('user_id').agg({'session_id': 'nunique', 'youtube_id': 'count'})
df.columns = ['total sessions','total views']
df['average view per session'] = df['total views']/df['total sessions']
print(df)
返回:
total sessions total views average view per session
user_id
1 2 3 1.5
2 3 6 2.0