按出现次数对 python pandas 数据框中的项目进行分组

Question

我有以下数据集：

x     | y
-------------
foo   | 2
foo   | 3
foo   | 2
bar   | 5
baz   | 3
baz   | 2
baz   | 1

我想要一个摘要 table，它显示对于每个 x 值可以出现的每个次数，有多少 x 值出现该次数，以及平均 y 这些 x 项的值。像这样：

#  | count | avg_y
-------------------
1  | 1     | 5
2  | 0     | nan
3  | 2     | 2.1667

我正在路上打电话：

df.x.value_counts().value_counts().sort_index()

但我不知道如何检索 avg_y 值。

Answer 1

使用groupby with agg:

a = df.groupby('x')['y'].agg(['size','mean']).groupby('size')['mean'].agg(['size','mean'])
#added missing rows
a = a.reindex(range(1, a.index.max() + 1))
a['size'] = a['size'].fillna(0).astype(int)
print (a)
      size      mean
size                
1        1  5.000000
2        0       NaN
3        2  2.166667

详情：

print (df.groupby('x')['y'].agg(['size','mean']))
     size      mean
x                  
bar     1  5.000000
baz     3  2.000000
foo     3  2.333333

按出现次数对 python pandas 数据框中的项目进行分组

Group items in python pandas dataframe by number of occurences

python

data-manipulation

pandas