我是Python的新手，并且在一个数据框中具有一个大型数据集（准确地说，超过55,000行），该数据框中包含UPC列，pick_picked和date。我正在尝试确定最有效的方法来计算每个UPC每天的平均拾取量。有没有一种方法比使用嵌套循环更有效？
我尝试了.mean方法，但是当然，它仅提供每个订单每个UPC的平均拣选数量。 我还尝试实现.groupby（）。
practice_df_by_UPC = practice_df.groupby('UPC')
print(practice_df_by_UPC)
我没有收到错误，但也没有输出。
我想要一个输出，使我可以查看UPC每天平均拣选的物品数。有没有一种方法可以对我发现效率不高的数据帧执行此操作，或者是一组嵌套循环可以解决？
答案 0 :(得分：0)
使用set_index退出groupby并进行一些额外的故障排除后，以下代码解决了该问题，并完成了确定指定UPC和日期（例如插入的UPC和日期的示例）的平均数量的目标：
#creating multi-index based on date and UPC
practice_df.set_index(['date_expected', 'UPC'], inplace=True)
print('Mean:')
print(practice_df.loc['2019-05-15', '0000000004011'].mean())
inplace = True添加消除了剩余的错误。现在，在打印数据框时，它首先按日期，然后按UPC进行多索引组织。