Pandas groupby 和不同值的平均值

Question

我有以下數據框

   ID ID2  SCORE  X  Y
0   0   a     10  1  2
1   0   b     20  2  3
2   0   b     20  3  4
3   0   b     30  4  5
4   1   c      5  5  6
5   1   d      6  6  7

我想做的是對ID和ID2進行分組，並在僅考慮 UNIQUE 分數的情況下對SCORE進行平均。

現在，如果我使用標准df.groupby(['ID', 'ID2'])['SCORE'].mean()我會得到 23.33~，我正在尋找的分數是 25。

我知道我可以過濾掉X和Y ，刪除重復項並這樣做，但我想保留它們，因為它們是相關的。

我怎樣才能做到這一點？

Answer 1

如果我理解正確：

In [41]: df.groupby(['ID', 'ID2'])['SCORE'].agg(lambda x: x.unique().sum()/x.nunique())
Out[41]:
ID  ID2
0   a      10
    b      25
1   c       5
    d       6
Name: SCORE, dtype: int64

或者更簡單：

In [43]: df.groupby(['ID', 'ID2'])['SCORE'].agg(lambda x: x.unique().mean())
Out[43]:
ID  ID2
0   a      10
    b      25
1   c       5
    d       6
Name: SCORE, dtype: int64

Answer 2

您可以通過預先刪除重復項來獲得('ID', 'ID2')組內的唯一分數。

cols = ['ID', 'ID2', 'SCORE']
d1 = df.drop_duplicates(cols)
d1.groupby(cols[:-1]).SCORE.mean()

ID  ID2
0   a      10
    b      25
1   c       5
    d       6
Name: SCORE, dtype: int64

Answer 3

你也可以用

In [108]: df.drop_duplicates(['ID', 'ID2', 'SCORE']).groupby(['ID', 'ID2'])['SCORE'].mean()
Out[108]:
ID  ID2
0   a      10
    b      25
1   c       5
    d       6
Name: SCORE, dtype: int64

Answer 4

這些代碼還給出了確切的值......這是一個正確的方法......！！！！？？

df.groupby(["ID","ID2"])["Score"].mean()


ID  ID2
0   a      10.000000
    b      23.333333
1   c       5.000000
    d       6.000000
Name: Score, dtype: float64