[编辑：重写问题在底部]
我试图弄清楚如何计算“部分列”平均值和计数，而不是使用所有值。在伪SQL中，我想要SELECT所有值WHERE id = 10，然后= 20，依此类推。我假设有一种不使用for循环的pythonic（pandastic？）方法。
例如：df有3列和数千行：case，id，和value。大小写是唯一的，id可以重复，值是数字。
case id value
1 10 100
2 10 500
3 20 200
4 20 150
5 20 125
我要计算值并计算每个值的平均值，id然后将它们放在新列中。。。
case id value n_vals av_val
1 10 100 2 300
2 10 500
3 20 300 3 200
4 20 150
5 20 150
。。。然后删除case并value为每个ID保留一行（它们现在是唯一的）：
id n_vals av_val
10 2 300
20 3 200
我知道如何找到len并mean为整个列，但不知道如何做了这样的部分列。
[重写的问题]：
我在7个变量中具有20000265 obs的df。case是唯一的，Id可以重复。：
case Id title n_words n_chars rating rating2
20000260 131258 The Pirates 2 11 2.5 2.5
20000261 131258 The Pirates 2 11 3.5 3.5
20000262 131258 The Pirates 2 11 4.5 4.5
20000263 131260 Rentun Ruusu 2 12 3 3
20000264 131260 Rentun Ruusu 2 12 5 5
20000265 131262 Innocence 1 9 4 4
我想计算每个等级的评分和平均评分Id。这些值被添加到DF为n_ratings和av_rating，取代rating和rating2，聚集在一个单独的行，每个Id。我想保留所有其他列，生成如下内容：
case Id title n_words n_chars n_ratings av_rating
20000260 131258 The Pirates 2 11 3 3.5
20000263 131260 Rentun Ruusu 2 12 2 4
20000265 131262 Innocence 1 9 1 4
基于下面的@ U9_Forward的答案，我已经尝试过：
df =
(df.
groupby('Id', as_index = False).
agg({'rating':'count', 'rating2':'mean'}).
# rename(columns = {'rating':'n_ratings', 'rating2':'av_rating'}))
rename(columns = {'Id':'Id', 'title':'title',
'num_words':'num_words', 'num_chars':'num_chars',
'rating':'n_ratings', 'rating2':'av_rating'}, axis=1))
然而，这仅保留了3列（Id，n_ratings，av_rating）在中使用的groupby().agg()管，例如：
0 1 49695 3.921240
1 2 22243 3.211977
2 3 12735 3.151040
我尝试在rename()字典中包括所有col名称，但得到了相同的结果。
两个问题：
agg()或以其他方式实现预期结果？rename()不推荐使用的字典，或者很快就会使用。重命名cols的新首选方式是什么？print(df.groupby('id',as_index=False).agg({'case':'count','value':'mean'}).rename({'case':'n_vals','value':'av_val'},axis=1))
输出为：
id n_vals av_val
0 10 2 300
1 20 3 200
编辑：
df[['n_ratings','av_rating']]=df[['Id','title']].join(df.groupby(['Id','title']).agg({'rating':'count','rating2':'mean'}), on=['Id','title'])[['rating','rating2']]
print(df.drop_duplicates(keep='last',subset='Id'))
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句