Pandas GroupBy列表值在一列列表中，并找到它们的平均值

Pandas是一个开源的数据分析和数据处理工具，它提供了丰富的功能和灵活的数据结构，可以方便地进行数据清洗、转换、分析和可视化等操作。

在Pandas中，GroupBy是一种强大的功能，可以根据某个列或多个列的值将数据分组，并对每个分组进行聚合操作。对于给定的一列列表，我们可以使用GroupBy来实现对列表值的分组和求平均值。

下面是一个完善且全面的答案：

概念： GroupBy是Pandas中的一种操作，它可以根据某个列或多个列的值将数据分组，并对每个分组进行聚合操作。在GroupBy操作中，我们可以使用各种聚合函数（如求和、平均值、最大值、最小值等）来对分组后的数据进行计算。

分类： GroupBy操作可以分为以下几类：

单列分组：根据某个列的值进行分组。
多列分组：根据多个列的值进行分组。
多级分组：根据多个列的值进行多级分组，形成层次化的分组结构。

优势：使用GroupBy操作可以帮助我们更好地理解和分析数据，具有以下优势：

数据聚合：可以对分组后的数据进行各种聚合计算，如求和、平均值、最大值、最小值等。
数据分析：可以通过分组后的数据进行统计分析，如计算每个分组的数量、频率等。
数据可视化：可以将分组后的数据进行可视化展示，帮助我们更直观地理解数据。

应用场景： GroupBy操作在数据分析和数据处理中广泛应用，适用于以下场景：

数据统计：可以对某个列的值进行分组，统计每个分组的数量、频率等。
数据聚合：可以对某个列的值进行分组，计算每个分组的平均值、总和等。
数据分组：可以根据某个列的值进行分组，将数据按照不同的分组进行处理。

推荐的腾讯云相关产品和产品介绍链接地址：腾讯云提供了丰富的云计算产品和服务，以下是一些与数据处理和分析相关的产品：

云数据库 TencentDB：https://cloud.tencent.com/product/cdb
数据仓库 TencentDB for TDSQL：https://cloud.tencent.com/product/tdsql
数据分析平台 DataWorks：https://cloud.tencent.com/product/dw

以上是关于Pandas GroupBy列表值在一列列表中，并找到它们的平均值的完善且全面的答案。

基于外部对象索引的聚合组

python、pandas、pandas-groupby

我有一个带有分类栏和其他内容的数据文件： >>> np.random.seed(0xFEE7) >>> df = pd.DataFrame({'A': np.random.randint(10, size=10), 'B': np.random.randint(10, size=10), 'C': np.random.choice(['A', 'B'], size=10)}) >&

浏览 3提问于2021-04-21得票数 2

回答已采纳

3回答

DataFrames -平均列数

python、pandas、numpy、dataframe

我在pandas中有以下数据框架 Column 1 Column 2 Column3 Column 4 2 2 2 4 1 2 2 3 我希望创建一个数据帧，其中包含列1和列2，列3和列4的平均值，等等。 ColumnAvg(12) ColumnAvg(34) 2 3 1.5 1.5 我用的是这个，但它是所有东西的平均值。 df.mean(axis=1) 有没有办

浏览 40提问于2020-09-20得票数 3

回答已采纳

3回答

我真的不明白为什么在为“课程”创建一个带有groupby的Dataframe时，我会得到一个入口位置输出？代码： import pandas as pd technologies = ({ 'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python","NA"], 'Fee' :[22000,250

浏览 22提问于2022-10-22得票数 0

回答已采纳

1回答

关于网站数据迁移腾讯云的若干问题。问题之一：腾讯云有等保级别？

数据迁移、tcp/ip、windows

事情背景是 2018年建立了网站，网站有工信部备案号。主域名、IP都正常在用。网站接入方式是租赁虚拟空间。等保备案号、等保级别、等保系统都没有。系统软件版本是 windows 2008，路由器、交换机、服务器、安全设备都 “为虚拟机，不是独立单台服务器” 网站现在需要整改(公安部备案、达到等保要求等等) 问题： 1、对网站数据进行迁移腾讯云支不支持？ 2、腾讯云有没有最低等保2资质？ 3、完成迁移和后续持续运行对腾讯云的配置有什么要求？ 4、迁移和持续运行每年需要大概多少费用？

浏览 272提问于2022-03-08

4回答

Python Pandas --合并大部分重复的行

python、duplicates、pandas、dataframe

我的一些数据如下所示： date, name, value1, value2, value3, value4 1/1/2001,ABC,1,1,, 1/1/2001,ABC,,,2, 1/1/2001,ABC,,,,35 我正在努力达到我可以跑步的地步。 data.set_index(['date', 'name']) 但是，对于现有的数据，当然有重复项(如上图所示)，所以我不能这样做(而且我不想要有重复项的索引，也不能简单地使用drop_duplicates()，因为这样会丢失数据)。我希望能够强制将具有相同日期和名称的行合并到单个行中，前提是它们可以基于某

浏览 0提问于2013-06-09得票数 18

回答已采纳

2回答

按仓位组合字典关键字

python、dictionary

我有本字典， myDict = {1: 10, 1.1: 10, 2: 15, 2.1: 20} 但它不是只有4个键值对，而是有数千个键值对，其中一些非常接近，比如我的示例中的密钥1和密钥1.1，有时高达机器epsilon。有没有一个简单的步骤，我可以把键放在一起，同时将它们的相应值相加？在我使用binwidth 1的示例中，这将变成 myBinnedDict = {1.05: 20, 2.05: 35} 其中我选择键作为前一个键的平均值(甚至可以用相应键的值进行加权，但由于这是特定于应用程序的，所以在这里不是那么重要。) 谢谢你的帮助。附言:我意识到我之所以走到这一步，是因为我可能没有

浏览 22提问于2019-02-19得票数 1

回答已采纳

1回答

与sql来回的Pandas多级索引

python、sql、sqlite、pandas

我有一个多级列索引组对象，我正尝试从SQlite数据库中发送和检索该对象。默认情况下，Pandas会将索引转换为一个看起来像元组的字符串(这很棒)，但我遇到的问题是，当回读该表时，多级索引会丢失，留下的是字符串元组作为列标题。下面是一个示例： import pandas as pd import numpy as np import sqlite3 # Create a dataframe data = {'Pets and Fruits' : ["Apples", "Oranges", "Puppies", "Du

浏览 2提问于2017-01-25得票数 4

1回答

更改DataType的GroupBy方法

pandas、pandas-groupby

使用Python3和Anaconda，我在ipython上导入了pandas和os。我有一个非常大的csv文件。在对文件使用read_csv之后，我尝试对两列使用.groupby()，但它将数据类型从DataFrame更改为DataFrameGroupBy，并且我不能再对其运行数据框方法。我想不出任何可以尝试的东西。我对熊猫的经验很少，通过codecademy获得的。我的代码似乎可以在那里工作。 import os import pandas as pd totals = pd.read_csv('filename') band_gaps = totals.groupb

浏览 19提问于2019-06-21得票数 0

回答已采纳

2回答

如何根据一列的唯一值将列表拆分为子列表？

python、list、split

我有一个列表，并希望根据python中最后一列的唯一值来拆分它。这是我的清单： pnt=[[1.,2.,4.,'AA'], [0.,0.,0.,'AA'], [2.,1.,0.,'AA'],\ [0.,-3.,1.,'BB'], [2.,5.,8.,'BB'], [.1,3.,0.,'CC']] 我想把它当作： pnt=[[[1.,2.,4.,'AA'], [0.,0.,0.,'AA'], [2.,1.,0.,'AA']],\ [[

浏览 1提问于2021-06-07得票数 2

回答已采纳

1回答

如何计算Pandas数据帧上的统计值？

python、arrays、pandas、numpy、statistics

我有一个Pandas数据帧，我想使用Describe()方法来计算每一列的统计值，如平均值、标准差和其他值。下面是一个显示框架结构的示例： X Axis (float array) Y Axis (complex array) Val (float) Class 0 [0, 1, 2...] [0, 1+1j, 2+2j,...] 1 'd' 1 [0, 1, 2...] [0, 1+1j, 2+2j,...] 2

浏览 17提问于2019-12-13得票数 0

回答已采纳

3回答

如何评估“企业”平台？

architecture、cloud、enterprise、rad、platform

我的任务是评估下一代产品的“企业”平台。我们目前正在考虑两种“类型”的平台- RAD (工作流引擎、集成的UI、工作流的“技术插件”的小核心、状态的自动持久化……)比如SalesForce.com /Service-Noow.com和“基于云的”(EC2 / AppEngine...)。虽然我有一些关于从哪里开始的想法，但我想听听你的意见--你如何评估企业产品套件的平台？你会考虑哪些因素？您将如何足够快地消除弱选项，以便能够专注于少数几个强选项？同样有趣的是，您如何比较企业RAD (成熟的技术，开发速度很快，但往往看起来与竞争对手一样)与基于云的技术(有很多“嗡嗡声”，没有那么多竞争对手-

浏览 1提问于2010-06-02得票数 3

回答已采纳

1回答

如何比较数据帧中的列

python、pandas、dataframe

我试图在一个数据框架中可视化地比较两列，它要么用“频率”构成一个奇怪的表，而不是其中的一个列我尝试了这些选择： ct1=pd.crosstab(df['releaseyear'],df['score'],normalize=True) ct1.plot() df.plot( x='releaseyear', y='score', kind='hist') 还有一个散点图，它得到了x和y，但是我不知道它是如何规范化的，所以它只显示了每年的平均值，而不是所有的数据。 plt.scatter(df['rele

浏览 4提问于2022-01-24得票数 0

回答已采纳

2回答

如何用数值数组的列的方式填充n值？

python、pandas、numpy

我将pandas数据帧的一部分转换为numpy数组，并希望用列的平均值填充它的值，类似于我在pandas中执行以下操作： df.fillna(df.mean(), inplace = True) 到目前为止，我唯一能做到的方法就是对列进行迭代。还有别的办法吗？谢谢!

浏览 11提问于2021-09-18得票数 2

回答已采纳

2回答

列中唯一值在另一列中的平均值

python、mean、tabular

我使用Python2.7 (Anaconda)处理表格数据。我已经加载了一个包含两列的文本文件。 [[ 1. 8.] [ 2. 4.] [ 3. 1.] [ 4. 5.] [ 5. 6.] [ 1. 9.] [ 2. 0.] [ 3. 7.] [ 4. 3.] [ 5. 2.]] 我的目标是计算第二列中与第一列唯一值匹配的所有值的平均值，例如，1的平均值为8.5，2为2，3为4。首先，通过提取列并应用np.unique()，筛选出第一列中的唯一值，从而得到数组“唯一”。在定义唯一值时，我创建了一个循环： mean= 0 values=[] for i in

浏览 0提问于2016-09-09得票数 5

回答已采纳

1回答

列中的重复行- python/pandas

python、pandas、dataframe、compare、rows

我最近开始使用python和现在的pandas来读取excel文件。我有点纠结于一个问题，我没有找到任何类似的例子。假设我有来自不同机器的不同分钟的数据。发生的情况是，一台机器有多个信息。例如，在下图中，如果考虑机器13.5，则在5 5分钟内有5个关于成本和温度的信息。我需要成本、温度和分钟信息的平均值，也就是说，每个machine.Considering只有一行。例如，我只需要一个输出来表示成本，即34，4(34+35+35+35+33/机器13.5)。下面是我的代码。 import pandas df = pandas.read_excel(

浏览 14提问于2021-11-03得票数 0

1回答

基于相同长度numpy.array的Groupby分组pandas.DataFrame

python、arrays、pandas、numpy、dataframe

我有一台numpy.array arr和一台pandas.DataFrame df。 arr和df具有相同的形状(x,y)。我需要按df的一列进行分组，并对具有相同形状的arr应用受影响行的转换。为了清楚起见，这里有一个玩具示例： arr = 0 1 12 3 2 5 45 47 3 19 11 111 df = A B C D 0 0 1 2 3 1 4 5 6 7 2 4 9 10 11 我想按A对df进行分组，并计算平均值，但为了代替转换df，我希望对arr进行转换。所以我得到了一些类似

浏览 4提问于2016-08-08得票数 2

回答已采纳

1回答

我无法根据3个条件(检查其他3列中的值)正确地为df行分配值。

python、pandas、dataframe

我试图将比例值赋值给df中特定行中的列。每一行代表一个特定月份的唯一产品销售额，如下面所示的数据格式(称为testingAgain)： Month ProductID(SKU) Family Sales ProporcionVenta 1 1234 FISH 10000.0 0.0 这一行代表1月份1234产品的销售情况。(它是一个集合，因此它代表DB中的每个一月) 现在我想找出那个独特的产品月的销售额与家庭月销售额的比例。例如，家庭鱼在第一个月就卖出

浏览 2提问于2020-08-26得票数 0

回答已采纳

1回答

选择数据，如果重复id，则添加(求和)数据

sql、tsql、select、distinct、case

我正在使用TSQL从数据库中选择数据。我想选择表中的所有数据，但如果id是重复的add (sum)，则所有列'a‘都具有相同的ID，并使其只有1行。输出中不应该有重复的in。 SELECT DISTINCT id,a,b FROM dbo.test WHERE id not in (select id from dbo.test) CASE a WHEN a + a?? 示例： dbo.test ======== id a 1 4 1 5 2 3 3 2 output: 1 9 <-- two ids of 1 so colum

浏览 1提问于2011-10-08得票数 1

回答已采纳

1回答

使用Apache Spark和AWS从每日CSV文件生成月度数据

amazon-web-services、apache-spark、amazon-athena、aws-glue

我的CSV文件具有相同的列和一百万个匹配的ID，用于2018年的每一天。每一列都有5列，不包括ID。我想按月连接文件，这样每个月的文件都有5列*天数，因此1月份将有155个名称为Day1-Col1，Day1-Col2...第31天-Col5。这是我可以用Apache Spark做的事情吗？我选择Spark是因为我想将数据放入AWS Athena数据集中，而AWS Glue似乎可以通过Spark SQL查询来实现这一点。我想我们会先把CSV转换成拼图文件，然后生成一个每月的数据集，然后用AWS Quicksight可视化。

浏览 18提问于2019-09-17得票数 0

回答已采纳

1回答