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

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：

结果列仍然命名为

session\u id

和

youtube\u id

，尽管它们是聚合

如何执行

分区

以获得每个会话的

平均视图

---

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