我有一個包括交易的資料框架。我想對資料進行分組。
buyDate category subcategory product actual_price sell_price
1/1/2021 布質女襯衫款式A 5 4
1/1/2021 布質男裙款式A 7 6.5
1/1/2021配件耳天翼2 1
2/1/2021 汽車輪小21 18
2/1/2021 汽車輪轂大 34 30
1/14/2021 配件環王夫婦3 3
1/17/2021 布質女襯衫款式B 7 7
1/17/2021 布質男裙款式A 7 6．
4/2/2021 布質男裙款式A 10 9
5/2/2021 飾品環王夫婦 3 2．
7/2/2021 布質女襯衫款式B 16 12
7/2/2021 汽車車輪大40 35
2/26/2021配件環王夫婦 4 4
2/26/2021 布質女襯衫款式B 9 5
2/26/2021 布質男裙款式A 7 9
2/28/2021 配件耳天翼2 1
1/3/2021 汽車車輪大38 35
1/3/2021配件環王夫婦4 4
7/3/2021 汽車車輪大39 37
3/31/2021配件環王夫婦4 4
我想獲得每個類別和子類別的月平均銷售額和實際價格。嘗試了很多，但沒有成功
uj5u.com熱心網友回復：
只要做：
>>> df.groupby(['category'/span>, 'subcategory'/span>]).mean()
實際價格 賣出價格
類別 子類別
配件 耳朵 2.00 1.00
圓環 3.60 3.50
汽車車輪 34.40 31.00
布衣男 7.75 7.75
女 9.25 7.00
>>>
uj5u.com熱心網友回復：
試一下：
df['month'] = pd.to_datetime(df["buyDate"]).dt.month
df.groupby(['month','category', 'subcategory'] ）.mean()
uj5u.com熱心網友回復：
使用Grouper與聚合mean：
df['buyDate'] = pd.to_datetime(df["buyDate"] )
df.groupby([pd.Grouper(freq='M', key='buyDate'),'category', 'subcategory'] ).mean()
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/326385.html
標籤：