Groupby还是以熊猫为中心？

Question

有人可以指导我汇总大熊猫中的数据吗？

我有一个包含每个时间戳调查数据的庞大文件，该数据来自大约数千个不同人员和20多个不同位置。 每个调查都有四个级别的“原因”，我将它们列为Driver1和Driver2（共有4个级别）。 然后是一列，用于统计调查，而每个问题都有几列。 由于原始数据的每一行都是单独的调查，因此计数始终为1，得分可以为-1,0,1。

       Date        Location    Person  Driver1  Driver2  Surveys   Question1   
-----------------------------------------------------------------------------
 4/30/2014 21:41    a123b      xyz234   Quest    Ion       1         -1

---

我的目标是：

• 通过汇总每日总调查（总和）和每个问题的平均分数来创建新的原始数据

• 这应该是每个位置，每个人和每个驾驶员的每日（无时间戳）级别（4个级别）

    Date Location Person Driver1 Driver2 Surveys Question1 ----------------------------------------------------------------------------- 4/30/2014 a123b xyz234 Quest Ion 3 0.33 4/30/2014 a123b xyz234 Quest Bear 6 1 

  ---

这将大大减少文件大小，但仍能提供详细的数据。 我想知道每个人每天对调查司机的表现，因此我可以跟踪每月/每周的进度。

我认为它一定是这样的：

df2 = df.groupby['Date','Location','Person','Driver1','Driver2','Driver3','Driver4']
df2['Surveys'].sum()
df2['Question1'].mean()

Answer 1

你近了 您需要在（groupby）周围添加一些（）

df2 = df.groupby(['Date','Location','Person','Driver1','Driver2','Driver3','Driver4'])

然后，如果需要，可以将下两行合并为一

df2.agg({'Surveys' : 'sum', 'Question1' : 'mean'})