Python如何從單個列計算多個平均值，根據另一列中的值選擇要平均的行

Question

[編輯：底部重寫的問題]

我試圖弄清楚如何計算“部分列”平均值和計數而不是使用所有值。 在偽SQL中，我想要SELECT所有值WHERE id = 10 ，然后= 20等。我假設有一個pythonic（pandastic？）方式來做這個而不使用for循環。

示例： df有3列和數千行： case ， id和value 。 大小寫是唯一的，id可以重復，value是數字。

case    id  value
1       10  100
2       10  500
3       20  200
4       20  150
5       20  125

我想計算值並計算每個id的值的平均值，並將它們放在新列中。 。 。

case    id  value   n_vals  av_val
1       10  100     2       300
2       10  500
3       20  300     3       200
4       20  150
5       20  150

。 。 。 然后刪除case和value並為每個id保留一行（現在是唯一的）：

id  n_vals  av_val
10  2       300
20  3       200

我知道如何找到len和整個列的mean ，但不知道如何為這樣的部分列做到這一點。

---

[REWRITEN QUESTION]：

我在7個變量中有一個20000265的df df。 case是唯一的， Id可以重復：

case        Id      title           n_words n_chars rating  rating2
20000260    131258  The Pirates     2       11      2.5     2.5
20000261    131258  The Pirates     2       11      3.5     3.5
20000262    131258  The Pirates     2       11      4.5     4.5
20000263    131260  Rentun Ruusu    2       12      3       3
20000264    131260  Rentun Ruusu    2       12      5       5
20000265    131262  Innocence       1       9       4       4

我想計算每個Id的評分數和平均評分。 這些值作為n_ratings和av_rating添加到df中，替換為每個Id在單行上聚合的rating和rating2 。 我想保留所有其他列，產生這樣的東西：

case        Id      title           n_words n_chars n_ratings   av_rating
20000260    131258  The Pirates     2       11      3           3.5
20000263    131260  Rentun Ruusu    2       12      2           4
20000265    131262  Innocence       1       9       1           4

基於@ U9_Forward的答案，我試過這個：

df = 
    (df.
        groupby('Id', as_index = False).
        agg({'rating':'count', 'rating2':'mean'}).
        # rename(columns = {'rating':'n_ratings', 'rating2':'av_rating'}))
        rename(columns = {'Id':'Id', 'title':'title',
                      'num_words':'num_words', 'num_chars':'num_chars',
                      'rating':'n_ratings', 'rating2':'av_rating'}, axis=1))

但是，這只保留了groupby().agg()管道中使用的3列（ Id ， n_ratings ， av_rating ），例如：

0   1   49695       3.921240
1   2   22243       3.211977
2   3   12735       3.151040

我嘗試在rename() dict中包含所有col名稱，但得到了相同的結果。

兩個問題：

1. 是否有agg()的參數或其他方法來實現所需的結果？
2. 我在Jupyter中獲得了一個FutureWarning，並且已經讀過使用帶有rename()的字典已被棄用或很快就會被刪除。 重命名cols的新首選方法是什么？

Answer 1

只需使用groupby with agg rename ：

print(df.groupby('id',as_index=False).agg({'case':'count','value':'mean'}).rename({'case':'n_vals','value':'av_val'},axis=1))

輸出是：

   id  n_vals  av_val
0  10       2     300
1  20       3     200

編輯：

df[['n_ratings','av_rating']]=df[['Id','title']].join(df.groupby(['Id','title']).agg({'rating':'count','rating2':'mean'}), on=['Id','title'])[['rating','rating2']]
print(df.drop_duplicates(keep='last',subset='Id'))

Answer 2

import pandas as pd
df = pd.DataFrame.from_dict({'case': [1,2,3,4,6],
                             'id': [10,10,20,20,20],
                             'value':[100,500,300,150,150],
                             })

df['n_vals'] = df.groupby(['id'])['id'].transform('count')
df['av_val'] = df.groupby(['id'])['value'].transform('mean')

print (df)
#   case  id  value  n_vals  av_val
#0     1  10    100       2   300.0
#1     2  10    500       2   300.0
#2     3  20    300       3   200.0
#3     4  20    150       3   200.0
#4     6  20    150       3   200.0

通過這種方式，您可以保留每一行並查看其n_vals和av_val而不是使用通常的groupby agg函數丟失數據