组分离后计算整个色谱柱的平均值

Question

我有DataFrame和列a和b，其中b包含对应于{{的值Y或N 1}}和True。

我想按False分组，然后，对于每个组，获得该组中a True的平均值除以该组中的行数）。

到目前为止，我所能得到的是

b's (meaning, the number of

但是我想那不是方向。

---

数据示例：

data['b'] = data['b'].map({'Y': True, 'N': False})
data.groupby('a', as_index=False)['b'].mean()

输出应该是

a   b
1   Y
1   Y
1   N
2   Y
2   Y
2   N
2   N

Answer 1

我会用groupby和value_counts(normalize=True)来做到这一点：

df.groupby('a')['b'].value_counts(normalize=True).unstack(1)['Y']

a
1    0.666667
2    0.500000
Name: Y, dtype: float64

无需转换/替换/映射。

Answer 2

使用crosstab

pd.crosstab(df.a,df.b,normalize='index').Y
Out[336]: 
a
1    0.666667
2    0.500000
Name: Y, dtype: float64

Answer 3

您也可以通过这种方式做到这一点：

df.assign(avg=df.b=='Y').groupby('a')['avg'].mean()

输出：

a
1    0.666667
2    0.500000
Name: avg, dtype: float64

添加reset_index：

   a       avg
0  1  0.666667
1  2  0.500000

Answer 4

numpy.bincount

i, a = data['a'].factorize()
b = (data['b'].values == 'Y')

pd.DataFrame(dict(a=a, avg=np.bincount(i, b) / np.bincount(i)))

   a       avg
0  1  0.666667
1  2  0.500000