列出所有可能的列组合的平均值

Question

我有一个看起来像这样的数据集：

Value         Type       country   mean
-1.975767     Weather    Brazil
-0.540979     Fruits     China
-2.359127     Fruits     China
-2.815604     Corona     China
-0.712323     Weather    UK
-0.929755     Weather    Brazil

我想计算类型和国家/地区的所有不同组合的总体平均值。 例如：

巴西天气的平均值 = (-1.975767 -0.929755) / 2

然后我想将这些组合添加到另一个表中：

df2 = pd.DataFrame()

country    type       mean     count
Brazil     Weather             2
Brazil     Corona              
China      Corona              1
China      Fruits              2

我可以这样计算平均值：

print(df.groupby(["type", "country"])["value"].mean())

但是如何以所需格式将这些值保存在新的 df 中？

编辑：这有效

df_new = df.groupby(["type", "country"], as_index = False)["value"].mean()

但是如果我尝试以相同的方式添加一个计数：

df_new = df.groupby(["type", "country"], as_index = False).count()

它转置所有列而不是在平均列之后添加计数列

Answer 1

您可以在groupby中使用as_index参数：

df_new = df.groupby(["type", "country"], as_index = False)["value"].mean()

那么结果就是一个标准的dataframe：

    type    country value
0   Corona  China   -2.815604
1   Fruits  China   -1.450053
2   Weather Brazil  -1.452761
3   Weather UK  -0.712323

编辑：我们如何添加另一列count ？ 你可以简单地 append 一个新的列与一个新的groupby的结果是这样的：

# original answer
df_new = df.groupby(["type", "country"], as_index = False)["value"].mean().rename(columns={'value':'mean'})

# Add count also
df_new['count'] = df.groupby(["type", "country"])["value"].count().tolist()
df_new

Output：

type    country mean    count
0   Corona  China   -2.815604   1
1   Fruits  China   -1.450053   2
2   Weather Brazil  -1.452761   2
3   Weather UK  -0.712323   1

Answer 2

就个人而言，我更喜欢 JANO 的回答，但这是我想出的：

import pandas as pd
dataframe = pd.DataFrame({"Value":[-1.23, -1.65, -0.123, -0.67, 2.456], "Type":["Weather", "Fruits", "Corona", "Corona", "Weather"], "country": ["Brazil", "China", "China", "Iran", "Iran"]})
resultDataframe = {"Value":[], "Type":[], "country":[]}
for country in dataframe["country"].unique():
  tempDataframe = dataframe[dataframe["country"] == country]
  a = tempDataframe.groupby(by="Type").mean().reset_index()
  for index, row in a.iterrows():
    resultDataframe["Value"].append(row["Value"])
    resultDataframe["Type"].append(row["Type"])
    resultDataframe["country"].append(country)
pd.DataFrame(resultDataframe)

	价值	类型	国家
0	-1.23	天气	巴西
1个	-0.123	电晕	中国
2个	-1.65	水果	中国
3个	-0.67	电晕	伊朗
4个	2.456	天气	伊朗