R和Python为同一数据集计算不同的平均值

当我分别在R和python中计算平均值时，我有一个相同的数据集，不同的平均值出现了

对于使用anaconda/Jupyter笔记本的python和使用RStudio的R

Python代码 R码

date\u avg\u item\u cnt%
分组人（日期块数）%>%
dplyr：：总结（日期平均项目=平均（项目月））%>%
解组（）
标题（日期\u平均\u项目\u cnt%>%as.data.frame，10）
+------------------------------------+
|日期块数量日期平均项目数量|
+------------------------------------+
| 0    |     0.3471760               |
| 1    |     0.3244102               |
| 2    |     0.3555534               |
| 3    |     0.2753490               |
| 4    |     0.2652090               |
| 5    |     0.2831754               |
| 6    |     0.2768849               |
| 7    |     0.3167089               |
| 8    |     0.3081288               |
| 9    |     0.2900912               |
+------------------------------------+

汇总/汇总似乎有所不同。点python显示6位数字后，R显示7位数字。所以这种差异是由口译员使用的精度造成的。

我不知道。没有,，我们不可能复制this@camille你可以从kaggle下载数据集，如果R和python使用不同的技术计算中心趋势，那么最终结果应该有一个小的差异，但是在我的例子中，当我使用python结果预测分数为0.9，而我在R中执行相同的技术时，我的最终结果是1.2，这是一个巨大的差异任何想法都不同。这是一个卡格尔竞赛，我正试图用这两种语言来解决这个问题，以了解其中的差异。两者的计算精度都比印刷品高很多。。。

group = matrix.groupby(['date_block_num']).agg({'item_cnt_month': ['mean']})

group.columns = [ 'date_avg_item_cnt' ]

group.reset_index(inplace=True)

group.head(10)
+------------------------------------+
| date_block_num | date_avg_item_cnt |
+------------------------------------+
| 0| 0.347168                        |
| 1| 0.324463                        |
| 2| 0.355469                        |
| 3| 0.275391                        |
| 4| 0.265137                        |
| 5| 0.283203                        |
| 6| 0.276855                        |
| 7| 0.316650                        |
| 8| 0.308105                        |
| 9| 0.290039                        |
+------------------------------------+

date_avg_item_cnt <- matrix %>% 
    group_by(date_block_num) %>% 
    dplyr::summarise(date_avg_item_cnt = mean(item_cnt_month)) %>% 
    ungroup()

head(date_avg_item_cnt %>% as.data.frame, 10)
+------------------------------------+
| date_block_num | date_avg_item_cnt |
+------------------------------------+
| 0    |     0.3471760               |
| 1    |     0.3244102               |
| 2    |     0.3555534               |
| 3    |     0.2753490               |
| 4    |     0.2652090               |
| 5    |     0.2831754               |
| 6    |     0.2768849               |
| 7    |     0.3167089               |
| 8    |     0.3081288               |
| 9    |     0.2900912               |
+------------------------------------+