Pandas/Python 将同名对象分组并表示它们
Pandas/Python group object of the same name and mean them
我已经为这个问题苦苦挣扎了几个小时,似乎找不到解决方案,所以我希望有人能帮助我。
我正在寻找我所在城市每个救护车基地的平均响应时间。我已将数据帧减少到 "Station" 和 "Response Time" 我现在正试图找到每个站的平均响应时间。这是我的数据框的前 4 个值。
Station Response
Tara Street 4
Finglas 6
Tara Street 7
Central 3
Tara Street 4
现在我要做的是计算每个站点的平均响应时间并按所述时间对它们进行排序。所以它看起来像这样
Station Response
Finglas 6
Tara Street 5
Central 3
如有任何帮助,我们将不胜感激
您可以使用 groupby
来聚合类别
df.groupby('Station').mean().sort_values('Response', ascending=False)
你需要groupby
with sort_values
:
#first try cast to int, if error, try to_numeric
df.Response = df.Response.astype(int)
#castvalues to int or floats, if some non numeric replace them by NaN
#df.Response = pd.to_numeric(df.Response, errors='coerce')
df = df.groupby('Station')['Response'].mean().sort_values(ascending=False).reset_index()
print (df)
Station Response
0 Finglas 6
1 Tara Street 5
2 Central 3
我已经为这个问题苦苦挣扎了几个小时,似乎找不到解决方案,所以我希望有人能帮助我。
我正在寻找我所在城市每个救护车基地的平均响应时间。我已将数据帧减少到 "Station" 和 "Response Time" 我现在正试图找到每个站的平均响应时间。这是我的数据框的前 4 个值。
Station Response
Tara Street 4
Finglas 6
Tara Street 7
Central 3
Tara Street 4
现在我要做的是计算每个站点的平均响应时间并按所述时间对它们进行排序。所以它看起来像这样
Station Response
Finglas 6
Tara Street 5
Central 3
如有任何帮助,我们将不胜感激
您可以使用 groupby
来聚合类别
df.groupby('Station').mean().sort_values('Response', ascending=False)
你需要groupby
with sort_values
:
#first try cast to int, if error, try to_numeric
df.Response = df.Response.astype(int)
#castvalues to int or floats, if some non numeric replace them by NaN
#df.Response = pd.to_numeric(df.Response, errors='coerce')
df = df.groupby('Station')['Response'].mean().sort_values(ascending=False).reset_index()
print (df)
Station Response
0 Finglas 6
1 Tara Street 5
2 Central 3