获取数据透视表中列部分的平均值

Question

我有以下数据透视表。我通过这样做创建：table = pd.pivot_table(df,index=['day_of_week','date'],values=['dt_hours'],aggfunc=np.sum)问题是我不知道如何获得dt_hour所有日子的平均值。因此，我成功地采用了以下平均值：[0.564167, 2.835278, ... , 1.119444, 8.287778]我这样做是：table['dt_hours']['Friday'].mean()但我需要一个列表中所有天的平均值。所以： Friday average = 15.69706 Tuesday average = 7.56426 Wednesday average = 6.84077 etc.我想将其放入数据框或字典中，因为我想对此进行绘图。有任何想法吗？！

Answer 1

检查以下是否适合您。我假设了一个带有虚拟数据的简化数据框，该数据框在以下答案中采用您的格式。dow这里对应day_of_week和hours对应dt_hours于你的情况。日期由第一个字母表示。即 f -> 星期五。

我们首先重置索引以使用布尔索引。然后找到hours每一天的值并循环遍历结果系列以找到平均值。

import pandas as pd

import numpy as np

df = pd.DataFrame({"dow": ["f", "f", "t", "t", "w","w"], 

"date": ["3/7","2/3","6/7","5/6","1/2","4/2"],

"hours": ["21","34","56","78","32","88"]})

table = pd.pivot_table(df,index=['dow','date'],values=['hours'],aggfunc=np.sum)

t=table.reset_index()

avg_arr = []

print set(t.dow)

for day in set(t.dow):

    vals=t[(t.dow==day)]['hours']

    total = 0

    c=0

    for i,r in vals.iteritems():

        c+=1

        total+=float(r)

    avg = total/(c)

    avg_arr.append(avg)

print avg_arr