python - Pandas 数据帧 : get average of first rows of each subgroup within a group

Question

我有一个如下所示的 pandas 数据框:

df = pd.DataFrame({'Person_ID': [1,1,1,1,1,1,2,2,2,3,3,3,3],
                  'Item_ID': [1,1,2,4,4,4,2,3,3,1,2,2,2],
                   'Value': [1,4,6,5,8,7,3,2,9,8,4,1,2]})

我想按 person_id 和 item_id 对其进行分组，然后获取每个第一行的平均值。例如:Person_ID 1 与“Item_ID”的 1,2 和 4 “关联”。此 Person_ID 和这些组的第一个条目的值分别为 1,6 和 5。平均值为 4。

    Person_ID   Item_ID Value
0   1   1   1
1   1   1   4
2   1   2   6
3   1   4   5
4   1   4   8
5   1   4   7
6   2   2   3
7   2   3   2
8   2   3   9
9   3   1   8
10  3   2   4
11  3   2   1
12  3   2   2

期望的结果:

Person_ID Average_value_first_entries
1   4
2   2.5
3   6

我注意到这个问题很相似，但是这个问题的更复杂的版本: Pandas dataframe get first row of each group在这种情况下，我不想按一个“id”分组，而是想按两个“id”分组并取平均值。

我尝试了以下方法:

df.groupby(['Person_ID', 'Item_ID']).first()['Value']

但是，这会返回每个“第一个”条目，但不会返回平均值。

Person_ID  Item_ID
1          1          1
           2          6
           4          5
2          2          3
           3          2
3          1          8
           2          4
Name: Value, dtype: int64

如有任何帮助，我们将不胜感激。我特别感谢“计算高效”(时间)的解决方案，因为真实的数据集包含 120 万行。

Answer 1

找到每组 Person_ID 和 Item_ID 的 first 行后，您需要对 Person_ID 再次分组code> 求平均值。像这样:

In [1312]: d = df.groupby(['Person_ID','Item_ID'], as_index=False).head(1)

In [1315]: d.groupby('Person_ID', as_index=False)['Value'].mean()
Out[1315]: 
   Person_ID  Value
0          1    4.0
1          2    2.5
2          3    6.0

或者按照@Datanovice的建议在一行中:

In [1320]: df.groupby(['Person_ID','Item_ID']).first().groupby(level=0)['Value'].mean().to_frame().reset_index()
Out[1320]: 
   Person_ID  Value
0          1    4.0
1          2    2.5
2          3    6.0