agrupar por en agrupar por y promedio

Tengo un marco de datos como este:

cluster  org      time
   1      a       8
   1      a       6
   2      h       34
   1      c       23
   2      d       74
   3      w       6

Me gustaría calcular el promedio de tiempo por organización por grupo.

Resultado Esperado:

cluster mean(time)
1       15 #=((8 + 6) / 2 + 23) / 2
2       54 #=(74 + 34) / 2
3       6

No sé cómo hacerlo en Pandas, ¿alguien puede ayudarme?

May 19 '15 21:05 UserYmY

Si primero desea tomar la media de la combinación ['cluster', 'org']y luego tomar la media de clusterlos grupos, puede usar:

In [59]: (df.groupby(['cluster', 'org'], as_index=False).mean()
            .groupby('cluster')['time'].mean())
Out[59]:
cluster
1          15
2          54
3           6
Name: time, dtype: int64

Si desea obtener clusterúnicamente la media de los grupos, puede utilizar:

In [58]: df.groupby(['cluster']).mean()
Out[58]:
              time
cluster
1        12.333333
2        54.000000
3         6.000000

También puedes usar groupbyon ['cluster', 'org']y luego usar mean():

In [57]: df.groupby(['cluster', 'org']).mean()
Out[57]:
               time
cluster org
1       a    438886
        c        23
2       d      9874
        h        34
3       w         6

May 19 '2015 14:05 Zero

Simplemente haría esto, que sigue literalmente cuál era la lógica deseada:

df.groupby(['org']).mean().groupby(['cluster']).mean()

Apr 18 '2017 12:04 Vince Payandeh

Otra posible solución es remodelar el marco de datos usando pivot_table()luego tomar mean(). Tenga en cuenta que es necesario aprobar aggfunc='mean'(esto promedia timepor clustery org).

df.pivot_table(index='org', columns='cluster', values='time', aggfunc='mean').mean()

Otra posibilidad es utilizar levelel parámetro de mean()después del primero groupby()para agregar:

df.groupby(['cluster', 'org']).mean().mean(level='cluster')

Jul 09 '2022 05:07 cottontail