Pandas 熊猫：groupby（'；date#x'；）['；outcome'；]）。mean（）

这些代码的确切含义是什么？

groupby（'date_x'）['output'].mean（）

，我在sklearn doc中找不到这个

date_x['Class probability'] = df_train.groupby('date_x')['outcome'].mean()
date_x['Frequency'] = df_train.groupby('date_x')['outcome'].size()
date_x.plot( secondary_y='Frequency',figsize=(22, 10))

谢谢

我认为更好的方法是使用

size

进行聚合，用于分组长度和

mean

每个分组，这些分组按列

date\x

进行分组：

d = {'mean':'Class probability','size':'Frequency'}
df = df_train.groupby('date_x')['outcome'].agg(['mean','size']).rename(columns=d)

df.plot( secondary_y='Frequency',figsize=(22, 10))

有关更多信息，请查看

样本：

d = {'date_x':pd.to_datetime(['2015-01-01','2015-01-01','2015-01-01',
                              '2015-01-02','2015-01-02']),
     'outcome':[20,30,40,50,60]}
df_train = pd.DataFrame(d)
print (df_train)
      date_x  outcome
0 2015-01-01       20 ->1.group
1 2015-01-01       30 ->1.group
2 2015-01-01       40 ->1.group
3 2015-01-02       50 ->2.group
4 2015-01-02       60 ->2.group

d = {'mean':'Class probability','size':'Frequency'}
df = df_train.groupby('date_x')['outcome'].agg(['mean','size']).rename(columns=d)
print (df)
            Class probability  Frequency
date_x                                  
2015-01-01                 30          3
2015-01-02                 55          2

---

您可以在

pandas

文档中找到它。关于分组的教程可能会有所帮助。当然最后一件事请查收。。最后，为什么类别概率是30/55，是不是应该是40/60？不，因为有两组-前三行的日期相同

2015-01-01

，平均值是

（20+30+40）/3=30

，最后两行的日期为

2015-01-02

的日期为

（50+60）/2=55