python - 如何使用 groupby 在两个 bin 中剪切一列并聚合每个 bin 的数据？

Question

所以，这是我的数据框。

session_id  question_difficulty     attempt_updated_at
5c822af21c1fba22            2   1557470128000
5c822af21c1fba22            3   1557469685000
5c822af21c1fba22            4   1557470079000
5c822af21c1fba22            5   1557472999000
5c822af21c1fba22            3   1557474145000
5c822af21c1fba22            3   1557474441000
5c822af21c1fba22            4   1557474299000
5c822af21c1fba22            4   1557474738000
5c822af21c1fba22            3   1557475430000
5c822af21c1fba22            4   1557476960000
5c822af21c1fba22            5   1557477458000
5c822af21c1fba22            2   1557478118000
5c822af21c1fba22            5   1557482556000
5c822af21c1fba22            4   1557482809000
5c822af21c1fba22            5   1557482886000
5c822af21c1fba22            5   1557484232000

我想将字段“attempt_updated_at”(这是纪元时间)分成 2 个相等的 bin，并在每个 session 的 bin 中找到“question_difficulty”的平均值。

我想分别存储第一个 bin 和第二个 bin 的平均值。

我尝试通过 pd.cut，但我不知道如何使用它。

我希望我的输出是这样的，

例如，

session_id         mean1_difficulty       mean2_difficulty
5c822af21c1fba22            5.0                3.0

任何想法表示赞赏，谢谢。

Answer 1

我相信你需要qcut聚合 mean:

df1 = (df.groupby(['session_id', pd.qcut(df['attempt_updated_at'], 2, labels=False)])
         ['question_difficulty'].mean()
                                .unstack()
                                .rename(columns=lambda x: f'mean{x+1}_difficulty'))
print (df1)
attempt_updated_at  mean1_difficulty  mean2_difficulty
session_id                                            
5c822af21c1fba22                 3.5             4.125

或cut :

df1 = (df.groupby(['session_id', pd.cut(df['attempt_updated_at'], 2, labels=False)])
         ['question_difficulty'].mean()
                                .unstack()
                                .rename(columns=lambda x: f'mean{x+1}_difficulty'))
print (df1)
attempt_updated_at  mean1_difficulty  mean2_difficulty
session_id                                            
5c822af21c1fba22            3.444444          4.285714

函数之间的区别更好解释here .