Pandas Groupby Python

Question

我有一个数据集，其中包含国家的名称，还有一些其他信息，例如文件中的薪水。问题在于，我需要在country_id和City分组的档案中的雇员的平均工资（0，5000]（5000，10000）和（10000，15000）。 我正在使用此方法，但结果表不像我想要的那样。你能帮我吗？

df = file.groupby(['country_id',"city"])['salary'].mean().reset_index(name="mean") 
bins = [0, 5000]
df['binned'] = pd.cut(df['mean'], bins)
print(df)

Answer 1

工资箱范围始终

import math
df = pd.DataFrame({
    'salary':[
        1231, 5000, 7304, 10000, 12302, 15000,
        1001, 4900, 6012, 9123, 11231, 14923
    ],
    'country': [
        'USA','USA','USA','USA','USA','USA',
        'UK','UK','UK','UK','UK','UK'
    ]
})
df['salary_bin_number'] = (df['salary'] / 5000).apply(lambda x: math.ceil(x))
df.head()

您	认为，如果	5000
我	为	的
5000	USA	1
7304	USA	2
10000	USA	2
12302	USA	3

带有salary_bin_number，您可以通过使用以下代码来创建bin的列名，

df['salary_range_str'] = df['salary_bin_number'].apply(
    lambda bin_number: f'({(bin_number-1) * 5000}-{(bin_number) * 5000}]'
)

然后由salary_range_range_str和组成country要计算每个country的平均工资，salary_range_str。

df = df.groupby(['country', 'salary_range_str'])['salary'].mean().reset_index()

最后，将列salary_range_str转移到列。

df = pd.pivot_table(df, index='country', columns='salary_range_str', values='salary')

输出

国家	（0-5000]	（10000-15000）	（5000-10000]
英国	2950.5	13077	7567.5
美国	3115.5	13651	8652