通过对两列进行分组来求均值

Question

我有一个看起来像这样的数据集：

Value         Type       mean
-1.975767     Weather   
-0.540979     Fruits
-2.359127     Fruits
-2.815604     Corona
-0.929755     Weather

我想遍历每一行并计算上面每一行的平均值（仅当 Type 匹配时）。均值计算公式：

所有值的总和/观测值数

其中观察次数将是到目前为止某个类型出现的次数。

例如，在第一行中，上面没有“天气”行，因此天气 n = 1。所以平均值为 -1.975767 / 1 = -1.975767。

在第二行中，其上方没有 FRUITS 行，因此平均值将为 -0.540979/1 = -0.540979。

然而，在第三行中，当我们扫描所有前面的行时，我们看到 FRUITS 已经在此之前发生，因此，对于 Fruits，n = 2。所以我们应该得到最后一个 FRUIT 的值并计算一个新的平均值。所以在这里，平均值将是 -0.540979 + (-2.359127) 除以 2。

Value         Type       mean
-1.975767     Weather   -1.975767
-0.540979     Fruits    -0.540979
-2.359127     Fruits    (-0.540979 -2.359127)  / 2
-2.815604     Corona    -2.815604
-0.929755     Weather   (-1.975767 -0.929755) / 2

我用它来实现这个并且效果很好：

df['mean'] = df.groupby('type', as_index=False)['value'].expanding().mean().sort_index(level=1).droplevel(0)

但是，现在我想根据两个列的分组做同样的事情，这样国家和类型都匹配。

Value         Type       mean    Country
-1.975767     Weather            Albania
-0.540979     Fruits             Brazil      --should be grouped
-2.359127     Fruits             Brazil      --should be grouped
-2.815604     Corona             Albania
-0.929755     Weather            China

我试过这个：

df['mean'] = df.groupby([df.type,df.country], as_index=False)['value'].expanding().mean().sort_index(level=1).droplevel(0)

但是，这给了我一个错误：

TypeError: incompatible index of inserted column with frame index

尽管它几乎是一回事。我做错了什么？

Answer 1

尝试：

df["Mean"] = df.groupby(["Type", "Country"])["Value"].expanding().mean().droplevel([0,1]).sort_index()

>>> df
      Value     Type  Country      Mean
0 -1.975767  Weather  Albania -1.975767
1 -0.540979   Fruits   Brazil -0.540979
2 -2.359127   Fruits   Brazil -1.450053
3 -2.815604   Corona  Albania -2.815604
4 -0.929755  Weather    China -0.929755

输入 df:

df = pd.DataFrame({"Value": [-1.975767, -0.540979, -2.359127, -2.815604, -0.929755],
                   "Type": ["Weather", "Fruits", "Fruits", "Corona", "Weather"],
                   "Country": ["Albania", "Brazil", "Brazil", "Albania", "China"]})

通过对两列进行分组来求均值

find mean by grouping two columns

python

pandas

dataframe

typeerror

mean

输入 df: