python - pandas 计算组上的列值平均值以及整个数据帧的平均值

Question

我有一个df , df['period'] = (df['date1'] - df['date2']) / np.timedelta64(1, 'D')

code    y_m        date1        date2         period    
1000    201701    2017-12-10   2017-12-09       1
1000    201701    2017-12-14   2017-12-12       2
1000    201702    2017-12-15   2017-12-13       2
1000    201702    2017-12-17   2017-12-15       2
2000    201701    2017-12-19   2017-12-18       1
2000    201701    2017-12-12   2017-12-10       2
2000    201702    2017-12-11   2017-12-10       1
2000    201702    2017-12-13   2017-12-12       1
2000    201702    2017-12-11   2017-12-10       1

然后groupby code和y_m计算 date1-date2 的平均值,

df_avg_period = df.groupby(['code', 'y_m'])['period'].mean().reset_index(name='avg_period')

code        y_m        avg_period
1000        201701     1.5
1000        201702     2
2000        201701     1.5
2000        201702     1

但我喜欢转换df_avg_period转换为转置列 code 的矩阵到行和 y_m到列，例如

      0     1     2             3              
 0   -1     0    201701       201702       
 1   0     1.44  1.44          1.4         
 2   1000  1.75  1.5           2     
 3   2000  1.20  1.5           1

-1表示一个虚拟值，指示特定 code 不存在值/y_m细胞或维持矩阵形状； 0 代表“所有”值，即 code 的平均值或y_m或code和y_m ，例如细胞(1,1)平均 period df 中所有行的值; (1,2)平均 period对于 201701具有此值 y_m 的所有行在df .

显然pivot_table使用 mean 无法给出正确的结果。所以我想知道如何正确实现这一目标？

Answer 1

pivot_table 与 margins=True

piv = df.pivot_table(
    index='code', columns='y_m', values='period', aggfunc='mean', margins=True
)
# housekeeping
(piv.reset_index()
    .rename_axis(None, 1)
    .rename({'code' : -1, 'All' : 0}, axis=1)
    .sort_index(axis=1)
)

  -1         0        201701   201702
0    1000  1.750000      1.5      2.0
1    2000  1.200000      1.5      1.0
2     All  1.444444      1.5      1.4