熊貓查找多層次平均值

Question

比方說，我在熊貓數據幀有數據如下圖所示：

我想找到的描述性統計（平均數，中位數，標準開發）的：

每個隊列
1. 每個隊列的唯一用戶
2. 每隊列每用戶評論
3. 評論

因此對於輸出，我希望看到：每羣組

1. 獨立用戶 - > [{A：3}，{B：2}，...]，然後找到描述性統計對於系列
2. 每個用戶每個羣組評論 - > [{（a，alex）：2}，{（b，alex）：0}，{（a，beth）：1}，{（b，beth） ：3} ...]每羣組
3. 評論 - > [{A：5}，{b：6} ...]

我使用熊貓，並且我絕對粘在如何做某事 很簡單。我正在考慮使用.groupby()，但這並沒有產生明確的解決方案。我可以在沒有熊貓的情況下做到這一點，但我認爲這些是Pandas數據框的一些問題！？

謝謝！

Answer 1

解決方案

你可以使用

df.groupby(['Cohort', 'User']).describe() 

或

df.groupby(['Cohort']).describe() 

根據您所需的輸出

df.groupby(['Cohort'])['User'].apply(lambda x: x.describe().ix['unique']) 

和

df.groupby(['Cohort', 'User'])['Comment'].apply(lambda x: x.describe().ix['unique']) 

和

df.groupby(['Cohort'])['Comment'].apply(lambda x: x.describe().ix['unique']) 

Answer 2

>>> df.groupby('Cohort').User.apply(lambda group: group.unique()) 
Cohort 
a [alex, beth, craig] 
b   [beth, craig] 
Name: User, dtype: object 

>>> df.groupby('Cohort').User.apply(lambda group: group.nunique()) 
Out[40]: 
Cohort 
a 3 
b 2 
Name: User, dtype: int64 

>>> df.groupby(['Cohort', 'User']).Comment.count() 
Out[43]: 
Cohort User 
a  alex  2 
     beth  1 
     craig 2 
b  beth  3 
     craig 3 
Name: Comment, dtype: int64 

df.groupby(['Cohort']).Comment.count() 
Out[44]: 
Cohort 
a 5 
b 6 
Name: Comment, dtype: int64