python - 根据 pandas 中的另一列计算一列的平均值

Question

我有一个大型 csv 文件，其中示例如下所示(2 列和许多行)

date    score
1/1/16  0
2/1/16  0
3/1/16  0.2732
3/1/16  -0.6486
4/1/16  0
5/1/16  0.4404
5/1/16  -0.2732
6/1/16  -0.5859
6/1/16  0.34

您可以看到样本中存在多个具有不同分数的相同日期(与原始文件相同，其中有数百个具有分数的相同日期)。我想按日期平均得分，然后将其保存为 csv 格式。预期结果应如下所示(每个日期有一个平均分)

date    Avg_Score
1/1/16  0
2/1/16  0
3/1/16  -0.1877
4/1/16  0
5/1/16  0.0836
6/1/16  -0.12295

我怎样才能在Python的Pandas模块中做到这一点？我检查了 stackoverflow 的建议，发现了 loc、iloc 和 groupby。但我想我无法使它们有用，因为这是我尝试过的，并且仍然得到与原始文件相同的文件(没有任何变化)。不知道为什么它不起作用以及如何让它工作。

import pandas as pd
import csv
df = pd.read_csv('myfile.csv')

df.groupby('date').mean().reset_index()

df.to_csv('average.csv', encoding='utf-8', index=False)

非常感谢任何帮助，因为我已经为此苦苦挣扎了一段时间。谢谢。

Answer 1

将groupby方法的输出分配给变量，例如这里df1:

df = pd.read_csv('myfile.csv')
#solution with renamed new column
df1 = df.groupby('date')['score'].mean().reset_index(name='Avg_Score')
#your solution
#df1 = df.groupby('date').mean().reset_index()
df1.to_csv('average.csv', encoding='utf-8', index=False)