python - 如何使用按另一列分组的 Pandas Dataframe 获取分组大小的方法？

Question

假设我有这样一个数据集:

import pandas as pd

raw_data = {
    'entrytype': ['a', 'a', 'b', 'c', 'c', 'c', 'd'],
    'year': [2000, 2000, 2000, 2001, 2001, 2001, 2001],
}

df = pd.DataFrame.from_dict(raw_data)

我想要每年不同entrytype的数量的平均值(entrytype只是为了示例，真实数据集有其他列和其他名称)。entrytype p>

现在，如果我这样做:df.groupby(['entrytype', 'year']).size() 我会得到 entrytypes 的数量Pandas Series像这样:

entrytype  year
a          2000    2
b          2000    1
c          2001    3
d          2001    1
dtype: int64

我需要的是每年这些数字的平均值，如下所示:

year
2000    1.5
2001    2

我曾尝试用 Pandas 来做这件事，但无法按年份分组，因为系列是一维的，因此不允许分组。我最终使用 Python 字典并“手动”计算平均值，但必须有更好的方法来执行此操作，即使用 Pandas。

那么，我该如何使用 Pandas API 做到这一点呢？

Answer 1

这应该可行

df.groupby(['entrytype', 'year']).size().groupby(level=1).mean()

year
2000    1.5
2001    2.0
dtype: float64