获取pandas中多列分组的总计数的平均值

Question

我有一个 Pandas 数据框，如下所示：

类型	地点	通过	已报名
学生	美国	是的	高中
学生	CA	是的	高中
老师	美国	是的	大学
老师	美国	不	大学
学生	美国	不	高中
学生	CA	是的	大学
学生	CA	不	大学

我想获取通过率并按类型、位置和注册进行分组，所以它看起来像这样：

类型	地点	已报名	通过率
学生	美国	高中	.5
学生	CA	高中	1.0
学生	CA	大学	.5
老师	美国	大学	1.0

创建上述数据框：

import pandas as pd

list_of_dict = [
    {"type": "student", "location": "US", "pass": "yes", "enrolled": "highschool"},
    {"type": "student", "location": "CA", "pass": "yes", "enrolled": "highschool"},
    {"type": "teacher", "location": "US", "pass": "yes", "enrolled": "college"},
    {"type": "teacher", "location": "US", "pass": "no", "enrolled": "college"},
    {"type": "student", "location": "US", "pass": "no", "enrolled": "highschool"},
    {"type": "student", "location": "CA", "pass": "yes", "enrolled": "college"},
    {"type": "student", "location": "CA", "pass": "no", "enrolled": "college"},
]
df = pd.DataFrame(list_of_dict)

我知道我需要在按“类型”、“位置”和“已注册”分组时获取 .count()。

我已经尝试过了

df = df.groupby(["type", "location", "enrolled"]).count().mean()

但这只是给了我一个整数。

Answer 1

您可以将第

'Yes'

列上的

'No'

和

1

分别替换为

0

和

'pass'

，然后在其他列上替换

groupby

并得到

mean

。

df["pass"] = df["pass"].map({"yes": 1, "no": 0})

df = (
    df.groupby(["type", "location", "enrolled"])["pass"]
    .mean()
    .reset_index(name="pass_rate")
)

      type location    enrolled  pass_rate
0  student       CA     college        0.5
1  student       CA  highschool        1.0
2  student       US  highschool        0.5
3  teacher       US     college        0.5