在Python Pandas中总结和聚合DataFrame？

Question

我的DataFrame如下所示：

df = pd.DataFrame({"CLIENT" : ["1", "1", "2", "1", "1", "1"], 
                   "PRODUCT_ID" : [111, 112, 444, 555, 89, 765],
                   "AGREEMENT_ID" : [1443, 1443, 155, 888, 1443, 14543]})

我需要为每个客户(客户)创建新的DF并计算每个协议(AGREEMENT_ID)的产品(PRODUCT_ID)的平均值、中位数和最大值。我需要如下结果：

平均值= 1,666，因为5/3

MED =2因为客户1有3个产品在1443协议上，1个产品在888协议上，1个产品在14543协议上，所以中位数=2？

​

​

Answer 1

下面是代码。

df_groupby = df.groupby(['CLIENT', 'AGREEMENT_ID'])['PRODUCT_ID'].count().reset_index(name='product_count')
df_groupby = df_groupby.groupby(['CLIENT'])['product_count'].agg(['mean', 'median', 'max']).reset_index()
df_groupby

CLIENT  mean    median  max
1   1.666667    1   3
2   1.000000    1   1

中位数将是1而不是2(解释如下)

如果按客户和协议id分组，则客户1的product_counts值是1,3,1 (而不是示例中提到的1,3 )，这些值(1,3,1)的中位数是1而不是2。

df_groupby = df.groupby(['CLIENT', 'AGREEMENT_ID'])['PRODUCT_ID'].count().reset_index(name='product_count')
df_groupby

CLIENT  AGREEMENT_ID    product_count
1       888             1
1       1443            3
1       14543           1
2       155             1