如何将groupby值的总和除以另一个值的count

Question

我想通过'label'和'month'分组来计算每个月和每个标签的销售数量.

我正在尝试'groupby和apply'方法来实现这一目标,但不确定如何计算每个标签的月份.比方说,对于标签值AFFLELOU(DOS),我有7个月的两个值.因此,我应该将销售数量除以2除以第9个月和第10个月,我只有一个值,所以计数为1,它将除去销售数量.

我编写了下面的代码,但它不会将count作为函数并且返回计数未定义错误.

t1.groupby(['label', 'month']).apply(lambda x: x['Quantity sold'] 
.sum()/count('month'))

有人能告诉我如何获得每个标签每月的计数值吗？

提前致谢.

Answer 1

您可以使用agg('mean')以下方法,而不是求和,计数和除法:

t1.groupby(['label', 'month'])['Quantity sold'].agg('mean') 

或者,如果您确实希望保留金额和计数,请使用:

t1.groupby(['label', 'month'])['Quantity sold'].agg(['sum', 'count', 'mean']) 

例如,

import numpy as np
import pandas as pd

t1 = pd.DataFrame(np.random.randint(4, size=(20,3)), columns=['label', 'Quantity sold', 'month'])
t1.groupby(['label', 'month'])['Quantity sold'].agg(['sum', 'count', 'mean']) 

产生一个像DataFrame的数据框架

             sum  count  mean
label month                  
0     1        2      1  2.00
      2        0      1  0.00
      3        2      2  1.00
1     1        1      2  0.50
      2        3      1  3.00
      3        1      1  1.00
2     0        0      1  0.00
      1        0      3  0.00
      3        5      4  1.25
3     0        1      1  1.00
      1        0      1  0.00
      2        0      1  0.00
      3        3      1  3.00

使用groupby/agg其内置的聚合sum,count并且mean显然更方便在这里,但如果你确实需要使用groupby/apply与您可以使用自定义功能:

t1.groupby(['label', 'month']).apply(lambda x: x['Quantity sold'].sum()/len(x))

请注意,虽然调用自定义函数可以groupby/apply提供更大的灵活性,但这是有代价的,因为为每个组调用一次自定义Python函数通常比调用可用的内置Cythonized聚合器慢groupby/agg.

如果您有missing(NaN)值Quantity sold,则可能有助于知道它group/agg包含两者'count'和'size'聚合器:

• 'count'返回非NaN值的数量
• 'size'返回组的长度(包括NaN值)

该count总是小于或等于size.的mean是sum(的非NaN由分割值)count.要看到的区别count和size,你可以使用此代码实验:

np.random.seed(2018)
t1 = pd.DataFrame(np.random.randint(4, size=(50,3)), columns=['label', 'Quantity sold', 'month'])
t1.loc[np.random.choice([True, False], len(t1)), 'Quantity sold'] = np.nan
t1.groupby(['label', 'month'])['Quantity sold'].agg(['sum', 'count', 'size', 'mean']) 

产量

             sum  count  size      mean
label month                            
0     1      0.0      0     3       NaN
      2      6.0      2     2  3.000000
      3      0.0      0     1       NaN
1     0      3.0      2     5  1.500000
      1      0.0      0     1       NaN
      2      5.0      3     5  1.666667
      3      0.0      2     3  0.000000
2     0      7.0      3     5  2.333333
      1      4.0      4     8  1.000000
      2      5.0      2     3  2.500000
      3      5.0      2     3  2.500000
3     0      1.0      2     5  0.500000
      1      3.0      1     1  3.000000
      2      2.0      1     2  2.000000
      3      2.0      1     3  2.000000