熊猫分组总和除以分组中的唯一项

Question

我有一个擅长于员工的数据，没有。一个星期工作了几小时。我为每个员工标记了他/她正在从事的项目。通过执行groupby，我可以得出每个项目的工作时间总计：

util_breakup_sum = df[["Tag", "Bill. Hours"]].groupby("Tag").sum()
    Bill. Hours
Tag                 
A61H           92.00
A63B          139.75
An             27.00
B32B           33.50
H              37.00
Manager         8.00
PP             23.00
RP0117         38.50
Se             37.50

但是，当我尝试计算每个人在每个项目上花费的平均时间时，它给出的是我（员工总数/总条目数），而正确的平均值应该是（员工总数/组中唯一的员工）。 均值示例如下：

util_breakup_mean = df[["Tag", "Bill. Hours"]].groupby("Tag").mean()
     Bill. Hours
Tag                 
A61H        2.243902
A63B        1.486702
An          1.000000
B32B        0.712766
H           2.055556
Manager     0.296296
PP          1.095238
RP0117      1.425926
Se          3.750000  

例如，A61H组只有两名雇员，因此平均值应为（92/2）=46。但是，代码将这些雇员除以条目总数，因此平均值为2.24。

如何从组中唯一的员工姓名中获取平均值？

Answer 1

您可以尝试nunique

util_breakup_mean = util_breakup_sum/df.groupby("Tag")['employee'].nunique()

Answer 2

尝试：

df.groupby("Tag")["Bill. Hours"].sum().div(df.groupby("Tag")["Employee"].nunique()

Employee是标识员工的列。