如何在Python中按两列分组并计算分类计数平均值？

原代码存在的问题 #

• groupby处理多列分组时，参数需放入列表中，原写法groupby('CONTAINER', 'DATE')会触发语法错误，正确格式应为groupby(['CONTAINER', 'DATE'])
• agg方法的字典参数中，重复使用'CLOUDS'作为键会导致后一个值覆盖前一个，且此处需求是统计分组记录数，而非对CLOUDS列求均值

正确实现代码 #

分步实现（更清晰）

# 按CONTAINER和DATE分组，统计每组的记录数量
group_counts = df.groupby(['CONTAINER', 'DATE']).size().reset_index(name='COUNT')

# 计算所有分组计数的平均值
avg_count = group_counts['COUNT'].mean()

# 按需求格式输出结果
print(f"AVG CLOUDS PER CONTAINER: ~{avg_count:.3f}")

合并简化写法

avg_count = df.groupby(['CONTAINER', 'DATE']).size().mean()
print(f"AVG CLOUDS PER CONTAINER: ~{avg_count:.3f}")

逻辑说明 #

1. groupby(['CONTAINER', 'DATE']).size()会生成每个(容器,日期)组合的记录数序列，对应结果为[3,4,3,2]
2. 对该序列求均值，即(3+4+3+2)/4 = 3.333，正好符合预期输出

内容的提问来源于stack exchange，提问作者Lynn