python - Pandas groupby 多个聚合，不包括焦点组

Question

我有一个像下面这样的玩具数据集。

   Building  Department  feature1  feature2
0         A           1        14        28
1         A           1        11        26
2         A           1        29        19
3         A           2        26        28
4         A           2        22        27
5         A           2        20        24
6         A           2        15        14
7         A           2        30        21
8         A           3        30        15
9         A           3        16        29
10        A           3        25        23
11        A           3        26        15
12        A           3        11        11

我想计算这些变量:

对于每个建筑物和部门，Score1这是feature1的平均值和 feature2对于那个部门(扁平化并做平均，没有花哨的东西)

对于每个建筑物和部门，Score2这是feature1的平均值和 feature2这是不包括该部门(即焦点小组)的平均值。

所以，对于 Department 1 Score1将根据 Department 计算1 平均但 Score2将根据 Department 计算2 和 3。
最后结果:

  Building  Department  Score1  Score2
0        A           1   21.16  21.400
1        A           2   22.70  20.500
2        A           3   20.10  22.125

我找不到任何 pandas这种“排除”的快捷方式。一种可能的解决方案是循环遍历组并像这样计算它，但是我的数据对于这样的循环来说太大了。
任何帮助，提示表示赞赏!谢谢

Answer 1

你可以做:

# stack to reshape the dataframe
s = df.set_index(['Building', 'Department']).stack()

# groupby and aggregate 
m1 = s.groupby(level=[0, 1]).agg(['sum', 'count'])
m2 = s.groupby(level=0).agg(['sum', 'count']) - m1

# compute mean=sum/count and concatenate along axis=1
out = pd.concat([m1['sum'] / m1['count'], m2['sum'] / m2['count']],
                   axis=1, keys=['Score1', 'Score2']).reset_index()

详情:
先设置building和 department作为数据帧和堆栈的索引以 reshape 以展平特征:

# s
Building  Department          
A         1           feature1    14
                      feature2    28
                      feature1    11
                      feature2    26
                      feature1    29
                      feature2    19
          2           feature1    26
                      feature2    28
                      feature1    22
                      feature2    27
                      feature1    20
                      feature2    24
                      feature1    15
                      feature2    14
                      feature1    30
                      feature2    21
          3           feature1    30
                      feature2    15
                      feature1    16
                      feature2    29
                      feature1    25
                      feature2    23
                      feature1    26
                      feature2    15
                      feature1    11
                      feature2    11

groupby使用 sum 的堆叠数据框和聚合和 count :

# m1 : sum and count per building and department
                     sum  count
Building Department            
A        1           127      6
         2           227     10
         3           201     10

# m2 : sum and count per building - m1
                     sum  count
Building Department            
A        1           428     20
         2           328     16
         3           354     16

计算 m1 的平均值 (Score1) 和 m2 (Score2) 通过分栏sum与 count并沿 axis=1 连接这些平均值得到想要的结果:

# out
  Building  Department     Score1  Score2
0        A           1  21.166667  21.400
1        A           2  22.700000  20.500
2        A           3  20.100000  22.125