python - 带有 "Wide"数据的 Pandas groupby

Question

我的数据框采用“宽”格式，这样列包含不同实体的数据，行是日期，例如随时间变化的产品成本:

import pandas as pd

cost = pd.DataFrame([[10,20,30,40],[11,22,33,44],[111,222,333,444]], columns=['Knife','Fork','Spoon','Spatula'], index=pd.date_range('2022-01-01','2022-01-03'))

            Knife  Fork  Spoon  Spatula
2022-01-01     10    20     30       40
2022-01-02     11    22     33       44
2022-01-03    111   222    333      444

我有一个类似的数据框，将每个数据点放在两组(1 或 2)之一中:

grp = pd.DataFrame([[1,2,1,2],[1,1,2,2],[2,1,1,2]], columns=['Knife','Fork','Spoon','Spatula'], index=pd.date_range('2022-01-01','2022-01-03'))

            Knife  Fork  Spoon  Spatula
2022-01-01      1     2      1        2
2022-01-02      1     1      2        2
2022-01-03      2     1      1        2

我想对每个日期的每个组进行聚合分组方式。因此，这是我想要的输出，显示第 1 组和第 2 组的平均值:

avg =  pd.DataFrame([[(10+30)/2,(20+40)/2],[(11+22)/2,(33+44)/2],[(111+444)/2,(222+333)/2]], columns=[1,2], index=pd.date_range('2022-01-01','2022-01-03'))

                1      2
2022-01-01   20.0   30.0
2022-01-02   16.5   38.5
2022-01-03  277.5  277.5

我尝试过融化每个数据框、重建索引、合并、groupby、聚合和数据透视，但这真的是一团糟(尤其是重建索引)。

在我看来，必须有更好的方法来聚合这种“广泛”的数据？我的实际数据更大(并且有更多的组)，因此需要效率。

我怎样才能最有效地获得我想要的输出？

Answer 1

计划是stack每一帧，join它们，groupby按日期/组，unstack :

dfm = cost.stack().to_frame(name = 'cost').join(grp.stack().to_frame(name = 'group'))
dfm.reset_index().groupby(['level_0','group']).mean().unstack()

输出:

    cost
group          1    2
   level_0      
2022-01-01  20.0    30.0
2022-01-02  16.5    38.5
2022-01-03  277.5   277.5