如何計算 Pandas DataFrame 中每個叢集中每個組織的平均時間？

執行分組聚合和平均計算

考慮以下帶有叢集、組織和時間資料的DataFrame：

  cluster org  time
0       a    8
1       a    6
2       h   34
3       c   23
4       d   74
5       w    6

目標是計算每個集群中每個組織的平均時間。預期結果應類似於：

cluster  mean(time)
1        15 #=((8 + 6) / 2 + 23) / 2
2        54 #=(74 + 34) / 2
3        6

使用雙重GroupBy 和平均值計算的解決方案：

要實現此目的，請利用Pandas 的groupby 函數的強大功能：

1. Initial GroupBy：將資料分組 'cluster' 和'org' 使用groupby(['cluster', 'org'])。
2. 中間聚合：使用mean()計算每組內的時間平均值。
3. Secondary GroupBy：使用「叢集」進一步將產生的DataFrame 進行分組groupby('cluster').
4. 最終聚合：使用🎜>

最終聚合

cluster_org_time = df.groupby(['cluster', 'org'], as_index=False).mean()
result = cluster_org_time.groupby('cluster')['time'].mean()

：使用mean ()計算每個集群的時間平均值。

集群組平均值的替代解決方案：

cluster_mean_time = df.groupby(['cluster']).mean()

對於集群組的平均值僅，只需按['cluster' ] 進行分組並使用mean()計算平均值。

使用org 和平均值計算進行GroupBy 的附加選項：

cluster_org_mean_time = df.groupby(['cluster', 'org']).mean()

或者，您可以按['cluster', 'org'] 分組並直接計算平均值：

以上是如何計算 Pandas DataFrame 中每個叢集中每個組織的平均時間？的詳細內容。更多資訊請關注PHP中文網其他相關文章！