基于Pandas分组聚合计算用户总会话数、总浏览量及平均浏览量

我来帮你搞定这个分组统计的问题！你需要按user_id分组，计算总会话数（total_sessions，即每个用户的唯一会话ID数量）、总浏览量（total_views，即每个用户的youtube记录总数），再算出每会话平均浏览量，咱们一步步来修正代码并实现需求：

问题分析 #

你之前的代码尝试直接在聚合后用apply计算比值，但有个关键问题：聚合时没有给结果列指定正确的名称，导致后续引用x['total_views']会抛出KeyError。我们需要先通过命名聚合得到清晰的统计列，再计算平均值。

完整实现代码 #

import pandas as pd

# 先构造示例数据（如果你的df已经存在可以跳过这部分）
data = [
    [1, 1, 2342],
    [1, 1, 3523],
    [1, 2, 3325],
    [2, 1, 3423],
    [2, 1, 2352],
    [2, 1, 3333],
    [2, 2, 2351],
    [2, 2, 9876],
    [2, 3, 2388]
]
df = pd.DataFrame(data, columns=['user_id', 'session_id', 'youtube_id'])

# 1. 分组聚合，得到总会话数和总浏览量
agg_df = df.groupby('user_id').agg(
    total_sessions=('session_id', 'nunique'),  # 统计每个用户的唯一会话数
    total_views=('youtube_id', 'count')        # 统计每个用户的总浏览记录数
)

# 2. 计算每会话平均浏览量
agg_df['average_view_per_session'] = agg_df['total_views'] / agg_df['total_sessions']

# 3. 可选：把user_id从索引转为列，方便输出成预期的格式
result_df = agg_df.reset_index()

# 查看结果
print(result_df)

运行结果 #

输出会完全符合你的预期：

user_id  total_sessions  total_views  average_view_per_session
0        1               2            3                       1.5
1        2               3            6                       2.0

关键细节说明 #

• 使用agg()的命名聚合语法（pandas 0.25版本及以上支持），可以直接给聚合后的结果列指定我们需要的名称（total_sessions、total_views），避免后续引用时出现名称错误。
• 计算平均值时，直接用列之间的除法即可，比apply更简洁高效。
• 如果需要把结果导出为CSV格式，直接用result_df.to_csv('output.csv', index=False)就能得到你想要的逗号分隔格式。

内容的提问来源于stack exchange，提问作者add-semi-colons