Python 熊猫：计算列上的组计数中值

这是以下内容的扩展：

我有一个数据框，例如：

dfq = pd.DataFrame({'COL1': ['USER1', 'USER1','USER2','USER2','USER2','USER3'], 
               'COL2' : ['MONTH1','MONTH2','MONTH1','MONTH1','MONTH2','MONTH1']
               })

通常，这意味着每次客户使用服务时，都会向表中添加一条记录，其中包含用户ID和月份。我需要知道客户平均每月使用该服务的次数

我可以按如下方式计算月份发生的次数：

dfq.groupby('COL2').count()

但是，我如何从那里得到平均值呢？还是有更好的方法

我想要的输出是这样的：

如果我计算组数（月数），然后除以记录总数，我可以得到一个原始平均值：

testcount = dfq.groupby('COL2').count()
len(dfq)
testcount/len(dfq)*100

这给了我答案，但我发现这是一个非常原始的过程。平均值是不可信的，我希望能够得到更多的统计信息：例如，中位数和偏差

换句话说，我想知道他们做了什么，但在他们的例子中，他们是在计算数值，而我的值是字符串。我需要了解如下信息：每月该服务的平均客户使用率是多少

我希望这是清楚的

---

谢谢大家!

考虑从以下几点开始：

df=dfq.assign（cnt=1）.groupby（list（dfq.columns），as_index=False）[“cnt”].sum（）

然后，您将为您提到的操作打开机会窗口：

res_mean=df.groupby（“COL2”）[“cnt”]。应用（np.中值）
res_std=df.groupby（“COL2”）[“cnt”]。应用（np.std）

相应地返回：

COL2
月1.0
MONTH2 1.0
名称：cnt，数据类型：float64
可乐
月1 0.471405
月2 0.000000
名称：cnt，数据类型：float64

您是在计算每个用户的平均值还是每个月的平均值？您好@MattR，我正在计算每个月的平均值。您的问题让我有点困惑，在本例中，3是期望的输出吗？如果没有，你能编辑并提供你想要的输出吗？@Sebastian，我只是补充了一些信息。我希望这能让事情变得更清楚。df.groupby（['COL2']，as_index=False）。count（）。description（）这是否接近您想要的解决方案？我仍然不确定你们需要什么，因为你们写的是平均数，然后计算分布。非常感谢@Grzegorz Skibinski。我将尝试一下，并向您汇报。