如何在熊貓數據框中使用分組依據或數據透視表查找均值？

Question

我正在使用salaries.csv數據集，您可以找到https://www.kaggle.com/kaggle/sf-salaries/data我嘗試查找具有500個以上數據點的職位，然后計算每個職位的平均TotalPayBenefits職稱。 輸出是打印收入最高的前10個職位。

我做了什么，

salaries = pd.read_csv('Salaries.csv')
salaries = salaries.drop(["Id", "Notes", "Status", "Agency"], axis = 1)
salaries = salaries.dropna()
salaries.head()

jobtitlelist = (salaries.JobTitle.value_counts()>500)[0:10]
data_10jobtitle = salaries[salaries.JobTitle.isin(jobtitlelist.index)]
avgsalary_10jobtitle = data_10jobtitle.groupby(by=data_10jobtitle.JobTitle).TotalPayBenefits.mean()
print(avgsalary_10jobtitle)

我的輸出是

我以為我想念一些我找不到確切輸出的小東西。

Answer 1

您需要更改此行

jobtitlelist = salaries.JobTitle.value_counts()[(salaries.JobTitle.value_counts()>500)][0:10]

Answer 2

在這一行：

jobtitlelist = (salaries.JobTitle.value_counts()>500)[0:10]

您首先找到至少具有500條記錄的工作，然后再選擇前10個工作，這些工作用於計算平均總薪酬福利。 所以你的工作流程是

1. 只保留至少有500條記錄的職位
2. 取得前10個職位
3. 計算平均總工資

但是根據您的問題，您的工作流程應該是

1. 只保留至少有500條記錄的職位
2. 計算步驟1中的工作平均總工資）
3. 按升序排列平均總工資
4. 結果數據幀的前10行將是您要查找的內容