熊猫：计算列的组计数中位数

Question

这是this question的扩展名：

我有一个Pandas数据框，例如：

dfq = pd.DataFrame({'COL1': ['USER1', 'USER1','USER2','USER2','USER2','USER3'], 
               'COL2' : ['MONTH1','MONTH2','MONTH1','MONTH1','MONTH2','MONTH1']
               })

通常，这意味着每当客户使用该服务时，就会将一条记录以及用户ID和月份添加到表中。我平均需要知道客户每月使用该服务的次数。

我可以算出月份发生的次数：

dfq.groupby('COL2').count()

但是，如何从那里得到平均值？还是有更好的方法来做到这一点？

我想要的输出将是这样的：

如果我计算组数（月），然后除以记录总数，就可以得出原始平均值：

testcount = dfq.groupby('COL2').count()
len(dfq)
testcount/len(dfq)*100

哪一种给我答案，但我发现这是一个非常原始的过程。平均值不可信，我希望能够获得更多的统计信息：例如中位数和偏差。

换句话说，我想要他们做的here，但是在他们的情况下，他们是根据数值计算而我的值是字符串。我需要了解以下信息：每月该服务的客户中位数使用量是什么。

我希望这很清楚。

谢谢！

Answer 1

请考虑以下内容：

df=dfq.assign(cnt=1).groupby(list(dfq.columns), as_index=False)["cnt"].sum()

然后打开提到的操作的机会窗口：

res_mean=df.groupby("COL2")["cnt"].apply(np.median)

res_std=df.groupby("COL2")["cnt"].apply(np.std)

据此返回：

COL2
MONTH1    1.0
MONTH2    1.0
Name: cnt, dtype: float64
COL2
MONTH1    0.471405
MONTH2    0.000000
Name: cnt, dtype: float64