如何使用具有不同 ID 和时间的面板数据的平均值创建一个新的数据框？

Question

我有一个数据集，df 如下所示：

Date	Code	City	State	Ranking
2020-01	10001	Los Angeles	CA	0.852
2020-02	10001	Los Angeles	CA	0.945
2020-03	10001	Los Angeles	CA	0.991
2020-01	20002	Houston	TX	0.134
2020-02	20002	Houston	TX	0.234
2020-03	20002	Houston	TX	0.667
...	...	...	...	...
2021-07	10001	Los Angeles	CA	0.678
2021-07	20002	Houston	TX	0.721

我有多个城市，每个城市都包含一个 Ranking，范围从 2020-01 到 2021-07。我想创建一个新的数据框，我在其中取每个城市随时间排名的平均值。本质上，我的新数据集将是：

Code	Average Ranking
10001	0.8665
20002	0.439

我不知道如何提取我的信息。我最想做的事情仍然没有给我正确的输出：

df_avg = df.groupby(['Code','Date'],as_index=False)['Ranking'].mean().rename(columns={'Ranking':'Avg_Ranking'})

我如何创建这个新的数据框 df_avg，它有两列，Code 和 Average Ranking，其中 Average Ranking 是平均值 Ranking每个 Code?

Answer 1

只需从您的 groupby 键中删除 Date。在这种情况下，您需要每个 Code 列中所有行的列 Ranking 的平均值，因此您的 groupby 键应该仅为 Code.

df_avg = df.groupby(['Code'],as_index=False)['Ranking'].mean().rename(columns={'Ranking':'Avg_Ranking'})