Python 熊猫的平均成绩是群比

我试图找到每个用户的平均每月成本，但我只能得到每个用户的平均成本或每个用户的每月成本

因为我是按用户和月份分组的，所以除非我将groupby输出转换为其他输出，否则无法获得第二个groupby（月份）的平均值

这是我的df：

     df = { 'id' : pd.Series([1,1,1,1,2,2,2,2]),
            'cost' : pd.Series([10,20,30,40,50,60,70,80]),
            'mth': pd.Series([3,3,4,5,3,4,4,5])}

   cost  id  mth
0    10   1    3
1    20   1    3
2    30   1    4
3    40   1    5
4    50   2    3
5    60   2    4
6    70   2    4
7    80   2    5

我可以得到每月的总数，但我想要每个用户id的月平均数

df.groupby(['id','mth'])['cost'].sum()

id  mth
1   3       30
    4       30
    5       40
2   3       50
    4      130
    5       80

我想要这样的东西：

id average_monthly
1 (30+30+40)/3
2 (50+130+80)/3

---

重置索引应该会起作用。试试这个：

In [19]: df.groupby(['id', 'mth']).sum().reset_index().groupby('id').mean()  
Out[19]: 
    mth       cost
id                
1   4.0  33.333333
2   4.0  86.666667

如果需要，您可以直接删除

mth

。逻辑是，在

求和

部分之后，您有：

In [20]: df.groupby(['id', 'mth']).sum()
Out[20]: 
        cost
id mth      
1  3      30
   4      30
   5      40
2  3      50
   4     130
   5      80

此时重置索引将为您提供唯一的月份

In [21]: df.groupby(['id', 'mth']).sum().reset_index()
Out[21]: 
   id  mth  cost
0   1    3    30
1   1    4    30
2   1    5    40
3   2    3    50
4   2    4   130
5   2    5    80

这只是再次分组的问题，这次使用

mean

而不是

sum

。这应该给你平均值

---

如果这有帮助，请告诉我们。

无需

重置索引

df.groupby（['id'，mth']）.sum（）.groupby（level=0）.mean（）

将产生相同的结果。我们如何将其作为新列分配回原始数据帧？无法处理双group BY要获得转换，可以先将

id

设置为索引，然后运行

groupby

操作：

df=df.set_index（'id'）；df['avg']=df.groupby（['id'，'mth']）.sum（）.groupby（level=0.mean（）