Python 熊猫，计算每组的值？

我正试图从

df

转到

df2

我按照

review\u meta\u id，age\u bin

进行分组，然后从

sum（点击计数）/sum（印象计数）

有没有一种优雅的方法可以做到以下几点

data = []
for name, group in grouped:
    ctr = group['click_count'].sum() / group['impression_count'].sum()
    review_meta_id, age_bin = name
    data.append(dict(review_meta_id=review_meta_id, ctr=ctr, age_bin=age_bin))


df2 = pd.DataFrame(data)

---

您可以首先通过

sum

聚合goth列，然后将列与for use分开并删除列，最后通过以下方式将

MultiIndex

转换为具有删除缺少值的行的列：

您可以使用函数将数据帧按

'review\u meta\u id'，age\u bin'

进行分组，以计算

'ctr'

，结果将是一个熊猫系列，以便将其转换为数据帧。我们使用reset\u index（）并提供

name='ctr'

，对应于系列值的列的名称

def divide_two_cols(df_sub):
    return df_sub['click_count'].sum() / float(df_sub['impression_count'].sum())

df2 = df.groupby(['review_meta_id', 'age_bin']).apply(divide_two_cols).reset_index(name='ctr')
new_df

df2 = df.groupby(['review_meta_id', 'age_bin'])[['click_count','impression_count']].sum()
df2['ctr'] = df2.pop('click_count') / df2.pop('impression_count')
df2 = df2.reset_index().dropna()
print (df2)
   review_meta_id age_bin       ctr
0               3       1  0.300000
1               3       2  0.285714
2               3       3  0.600000
4               4       2  0.555556

def divide_two_cols(df_sub):
    return df_sub['click_count'].sum() / float(df_sub['impression_count'].sum())

df2 = df.groupby(['review_meta_id', 'age_bin']).apply(divide_two_cols).reset_index(name='ctr')
new_df