将 .mean() 应用于具有条件的分组数据

Question

我有一个df看起来像这样的：Day         Country         Type        Product         Cost        Mon         US              1           a1              0Mon         US              2           a1              5Mon         US              3           a1              6Mon         CA              1           a1              8Mon         CA              2           a1              0Mon         CA              3           a1              1我正在努力做到这一点：Day         Country         Type        Product         Cost        AverageMon         US              1           a1              0           (5+6)/2Mon         US              2           a1              5           (5+6)/2Mon         US              3           a1              6           (5+6)/2Mon         CA              1           a1              8           (8+1)/2Mon         CA              2           a1              0           (8+1)/2Mon         CA              3           a1              1           (8+1)/2这个想法是将其按Country和进行分组Product，并获得平均成本，但取其所在Costs的位置>0。我尝试过的：np.where(df['Cost']>0, df.loc[df.groupby(['Country','Product'])]['Cost'].mean())但我得到：ValueError：无法使用多维键进行索引将内置函数（例如.mean(), max(), etc带有过滤器的分组熊猫数据框）应用的最佳实践解决方案是什么？

Answer 1

第一个想法是替换0为NaNs 然后使用GroupBy.transformwith mean，默认情况下省略缺失值：

print (df.assign(new = df['Cost'].where(df['Cost'] > 0)))

   Day Country  Type Product  Cost  new

0  Mon      US     1      a1     0  NaN

1  Mon      US     2      a1     5  5.0

2  Mon      US     3      a1     6  6.0

3  Mon      CA     1      a1     8  8.0

4  Mon      CA     2      a1     0  NaN

5  Mon      CA     3      a1     1  1.0

df['Average'] = (df.assign(new = df['Cost'].where(df['Cost'] > 0))

                   .groupby(['Country','Product'])['new']

                   .transform('mean'))

print (df)

   Day Country  Type Product  Cost  Average

0  Mon      US     1      a1     0      5.5

1  Mon      US     2      a1     5      5.5

2  Mon      US     3      a1     6      5.5

3  Mon      CA     1      a1     8      4.5

4  Mon      CA     2      a1     0      4.5

5  Mon      CA     3      a1     1      4.5

或者首先过滤、聚合mean并按以下方式分配回来DataFrame.join：

s = df[df["Cost"] > 0].groupby(['Country','Product'])['Cost'].mean().rename('Average')

df = df.join(s, on=['Country','Product'])

print (df)

   Day Country  Type Product  Cost  Average

0  Mon      US     1      a1     0      5.5

1  Mon      US     2      a1     5      5.5

2  Mon      US     3      a1     6      5.5

3  Mon      CA     1      a1     8      4.5

4  Mon      CA     2      a1     0      4.5

5  Mon      CA     3      a1     1      4.5

Answer 2

尝试这个 ：

df[df["Cost"] > 0].groupby(['Country','Product'])["Cost"].mean()

它过滤掉成本大于零的地方，对其进行分组，然后取平均值。