python pandas数据框中的项目按出现次数分组

Question

我有以下数据集：

x     | y
-------------
foo   | 2
foo   | 3
foo   | 2
bar   | 5
baz   | 3
baz   | 2
baz   | 1

我想要一个汇总表，其中显示每个x值可能出现的次数，该次数出现的x值的数量，以及y的平均值{这些x项。像这样：

#  | count | avg_y
-------------------
1  | 1     | 5
2  | 0     | nan
3  | 2     | 2.1667

我参与其中的方式是：

df.x.value_counts().value_counts().sort_index()

但我不知道如何检索avg_y值。

Answer 1

groupby使用agg：

a = df.groupby('x')['y'].agg(['size','mean']).groupby('size')['mean'].agg(['size','mean'])
#added missing rows
a = a.reindex(range(1, a.index.max() + 1))
a['size'] = a['size'].fillna(0).astype(int)
print (a)
      size      mean
size                
1        1  5.000000
2        0       NaN
3        2  2.166667

详情：

print (df.groupby('x')['y'].agg(['size','mean']))
     size      mean
x                  
bar     1  5.000000
baz     3  2.000000
foo     3  2.333333