Python 按分组,将两列分别汇总,然后计算比率-汇总汇总
我有以下数据Python 按分组,将两列分别汇总,然后计算比率-汇总汇总,python,pandas,aggregate,pandas-groupby,summary,Python,Pandas,Aggregate,Pandas Groupby,Summary,我有以下数据 user_id session_id youtube_id 1 1 2342 1 1 3523 1 2 3325 2 1 3423 2 1 2352 2 1 3333 2 2
user_id session_id youtube_id
1 1 2342
1 1 3523
1 2 3325
2 1 3423
2 1 2352
2 1 3333
2 2 2351
2 2 9876
2 3 2388
目标是按用户id
分组,计算每个用户的总会话数
,总视图数
,从而计算每个会话的平均视图数
user_id, total_sessions, total_views, average_view_per_session
1, 2, 3, 1.5
2, 3, 6, 2
result_df['avg'] = df.groupby('user_id').agg({
'session_id':lambda x : x.nunique(),
'youtube_id': 'count'}).apply(lambda x : x['total_views']/x['total_sessions']
以上两个问题:
session\u id
和youtube\u id
,尽管它们是聚合分区
以获得每个会话的平均视图
李>
上述方法给出了一个键错误,这可能是由于对聚合列使用原始列名造成的 由于它们相互依赖,我们可以在应用.agg()后将其添加到单独的代码行中 这个怎么样(完整示例) 返回:
total sessions total views average view per session
user_id
1 2 3 1.5
2 3 6 2.0
io导入StringIO中缺少
。
@smci谢谢,但实际上没有必要。出于演示目的,我们一直在使用pd.compat.StringIO()
。它应该适用于py2和py3。你是说“一个新列”而不是“行”?@smci我指的是一个新行(就像在一行新代码中一样)。这实在是牵强。已编辑,谢谢。是时候整理哪种导入了:从聚合中重命名列,以便您希望聚合以获得相应的总计,然后获取它们的比率以获得平均值,即“汇总”您的摘要。我试着改写以使这更清楚。
total sessions total views average view per session
user_id
1 2 3 1.5
2 3 6 2.0