我正在嘗試計算 2009 年至 2018 年之間給定工作日發(fā)布社交媒體帖子次數(shù)的加權(quán)平均值。這是我的代碼：weight = fb_posts2[fb_posts2['title']=='status'].groupby('year',as_index=False).apply(lambda x: (x.count())/x.sum())我想要做的是按年份和工作日分組，計算一年中每個工作日發(fā)生的次數(shù)，然后除以每年的帖子總數(shù)。這個想法是返回一個數(shù)據(jù)幀，其中包含 2009 年到 2018 年之間每個工作日發(fā)生的次數(shù)的加權(quán)平均值。這是我正在與之交互的數(shù)據(jù)框的示例：
1 回答
慕慕森
TA貢獻(xiàn)1856條經(jīng)驗(yàn) 獲得超17個贊
使用.value_counts()與規(guī)范化的說法，僅同比分組。
樣本數(shù)據(jù)
import pandas as pd
import numpy as np
np.random.seed(123)
df = pd.DataFrame({'year': np.random.choice([2010, 2011], 1000),
'weekday': np.random.choice(list('abcdefg'), 1000),
'val': np.random.normal(1, 10, 1000)})
代碼：
df.groupby('year').weekday.value_counts(normalize=True)
輸出：
year weekday
2010 d 0.152083
f 0.147917
g 0.147917
c 0.143750
e 0.139583
b 0.137500
a 0.131250
2011 d 0.182692
a 0.163462
e 0.153846
b 0.148077
c 0.128846
f 0.111538
g 0.111538
Name: weekday, dtype: float64
添加回答
舉報
0/150
提交
取消