Arrays 如何计算每个用户的平均评分？

假设我有这样一个数据集：

userID productID rating
a          i       5
b          i       4
c          i       4 
a          j       3
b          j       5

问题是，如何计算每个用户的平均评分？

---

我看到了，但我不太明白。如果您能给我一些指导，我将非常感谢您的时间

我在IPython笔记本上工作

假设您有此文件

user\u ratings.csv

：

userID productID rating
a          i       5
b          i       4
c          i       4
a          j       3
b          j       5

链接中的示例使用熊猫。因此，进口熊猫：

In [1]: import pandas as pd

将文件读入数据帧：

In [2]: df = pd.read_csv('user_ratings.csv', delim_whitespace=True)
df 

按用户分组并计算每个组的平均值：

In [2]: df.groupby('userID').mean()

您还可以在

df

中创建一个名为

user\u avg\u rating

的新列，并将每个用户的平均分数分配给该列：

In [3]:  df['user_avg_rating'] = df.groupby('userID')['rating'].transform('mean')
         df

方法

transform

获取分组对象并创建一个系列：

In [4]:  df.groupby('userID')['rating'].transform('mean')

    0    4.0
    1    4.5
    2    4.0
    3    4.0
    4    4.5
    dtype: float64

---

本系列被分配到

user\u avg\u rating

列，请发布一篇文章。所有相关部分应该在你的问题，而不是在链接（目前不工作）。我仔细检查了链接，他们的工作。我想我举的例子是最小的。我试过了。对不起，我是初学者。其中一个链接现在可以工作了。另一个仍然很抱歉，出了点问题。这可能会自行解决。但是工作簿确实很大。当你发布自足的问题和迄今为止的尝试时，你将得到最快和最好的答案。谢谢。我删除了链接。让我们专注于上面的例子。因为它非常接近我正在处理的数据。非常感谢！另一个小问题：如何将此平均评级列添加到第一个数据集中？我想代码应该是这样的？--

df['user\u avg\u rating']=df.groupby（'user\u id'）['user\u id']）。transform（'mean'）

在我的问题中添加了一个例子。如果它解决了你的问题，你可以给出答案。谢谢你的帮助，迈克！亲爱的迈克，代码工作得很好，再次感谢！