Python 如何将具有平均百分比和平均计数的列添加到数据帧？

这个问题涉及到。我有以下数据帧：

df =
    QUEUE_1   QUEUE_2   DAY   HOUR   TOTAL_SERVICE_TIME  TOTAL_WAIT_TIME   EVAL
    ABC123    DEF656    1     7      20                  30                1
    ABC123              1     7      22                  32                0
    DEF656    ABC123    1     8      15                  12                0
    FED456    DEF656    2     8      15                  16                1

我需要得到以下数据帧（它与我在上一个问题中想要得到的数据帧类似，但这里我需要添加两列

AVG\u COUNT\u PER\u DAY\u HOUR

和

AVG\u PERCENT\u EVAL\u 1

）

列

AVG\u COUNT\u PER\u DAY\u HOUR

应包含按

QUEUE

分组的天数（

DAY

）中相应的

HOUR

值的平均计数。例如，在

df

中，在

ABC123

的情况下，

小时

7在

天

1出现2次，在

天

2出现0次。因此，平均值为1。同样的逻辑也适用于

HOUR

8。对于

ABC123

，它在

天出现1次，在
天出现0次。因此，平均值为0.5

列
AVG_PERCENT_EVAL_1
应包含
EVAL
在小时内等于1的百分比，按
队列
分组。例如，在
ABC123
的情况下，当
HOUR
为7时，
EVAL
等于1次。当
HOUR
为7时，一次也等于0。因此，
ABC123
和第7小时的平均评估百分比1
为50

我使用这种方法：

df = pd.lreshape(aa, {'QUEUE': df.columns[df.columns.str.startswith('QUEUE')].tolist()})
piv_df = df.pivot_table(index=['QUEUE'], columns=['HOUR'], fill_value=0)
result = piv_df.stack().add_prefix('AVG_').reset_index()

我一直在添加列
AVG\u COUNT\u PER\u DAY\u HOUR
和
AVG\u PERCENT\u EVAL\u 1
。例如，要添加列
AVG\u COUNT\u PER\u DAY\u HOUR
我想使用
.apply（pd.value\u counts，1）.notnull（）.groupby（level=0.sum（）.astype（int）
，而在计算
AVG\u PERCENT\u EVAL\u 1
时，我想使用
[df.EVAL==1].agg（{'EVAL'：'COUNT}）
。但是，我不知道如何将它合并到我当前的代码中以获得正确的解决方案

更新：

也许采用这种解决方案更容易解决我在这些问题中需要的问题：

result = pd.lreshape(df, {'QUEUE': ['QUEUE_1','QUEUE_2']})

mux = pd.MultiIndex.from_product([result.QUEUE.dropna().unique(), 
                                  result.dropna().DAY.unique(),
                                  result.HOUR.dropna().unique(), ], names=['QUEUE','DAY','HOUR'])

print (result.groupby(['QUEUE','DAY','HOUR'])
             .mean()
             .reindex(mux, fill_value=0)
             .add_prefix('AVG_')
             .reset_index())

步骤：

1） 要计算每小时平均计数，请执行以下操作：

在的帮助下，计算按队列分组的小时w.r.t天的不同计数（以便我们获得缺失天数的案例）

stack
DF

这样，以前属于层次结构列的小时现在被定位为索引，只剩下天数作为列。在用0填充

NaNs

后，我们取平均值

2） 要计算平均百分比评估值1：

在获得旋转帧（与之前相同）后，并且由于均值只会给我们百分比变化，因为它们本质上是二进制的（1/0），我们只需从这个

DF

中取EVAL，并将其结果乘以100，因为在旋转自身时计算均值（默认

agg

=

np.mean

）

最后，我们连接所有这些框架

---

与链接帖子中的内容相同：

附加部分：

---

avg_cnt

看起来像：

QUEUE   HOUR
ABC123  7       1.0
        8       0.5
DEF656  7       0.5
        8       1.0
FED456  7       0.0
        8       0.5
dtype: float64

QUEUE   HOUR
ABC123  7        50
        8         0
DEF656  7       100
        8        50
FED456  7         0
        8       100
Name: EVAL, dtype: int32

avg_pct

看起来像：

QUEUE   HOUR
ABC123  7       1.0
        8       0.5
DEF656  7       0.5
        8       1.0
FED456  7       0.0
        8       0.5
dtype: float64

QUEUE   HOUR
ABC123  7        50
        8         0
DEF656  7       100
        8        50
FED456  7         0
        8       100
Name: EVAL, dtype: int32

---

非常感谢。我可以请您简要解释一下您的代码吗？我是否正确理解在

pd.crosstab

之前，我应该运行

df=pd.lreshape（df，{'QUEUE'：df.columns[df.columns.str.startswith（'QUEUE'）].tolist（））

？再来一条注释。当我运行上一个线程中的原始代码（您建议的代码）时，我会得到不同的

AVG_TOTAL_SERVICE_TIME

和

AVG_TOTAL_WAIT_TIME

，但它们必须相同。我引用了以下代码：

df=pd.lreshape（aa，{'QUEUE'：df.columns[df.columns.str.startswith（'QUEUE'）].tolist（））piv_df=df.pivot_表（index=['QUEUE']，columns=['HOUR']，fill_value=0）result=piv_df.stack（）。添加前缀（'AVG_u'）。重置索引（）

。感谢您的详细解释，但是我不明白为什么从我以前的线程（你建议的线程）中提取的原始代码给了我不同的

AVG\u TOTAL\u SERVICE\u TIME

和

AVG\u TOTAL\u WAIT\u TIME

。可能会发生这样的情况：在这里，您可以通过在

天和
小时内求平均值来计算这两列的平均值，而我最初想在
小时内求平均值。哦，我终于发现了一个错误。是我的错。只是忘记删除一行执行过滤的代码。非常感谢。
QUEUE   HOUR
ABC123  7        50
        8         0
DEF656  7       100
        8        50
FED456  7         0
        8       100
Name: EVAL, dtype: int32