基于我之前的一个question，我计算了一周中每小时和每一天的文本数量：
time_df = df.groupby(
[
df["timestamp"].dt.dayofweek.rename("day_of_week"),
df["timestamp"].dt.hour.rename("hour")
]
).size().reset_index(name="count")字符串
此代码返回以下输出：
day_of_week hour count
0 0.0 0.0 21195
1 0.0 1.0 13955
2 0.0 2.0 12767
3 0.0 3.0 17839
4 0.0 4.0 32762
.. ... ... ...
163 6.0 19.0 132838
164 6.0 20.0 129431
165 6.0 21.0 106678
166 6.0 22.0 69817
167 6.0 23.0 38262
[168 rows x 3 columns]型
现在我想计算工作日的平均数，也就是说，如果day_of_week是0，那么列count中的数字必须除以该月的星期一数，如果是1，那么必须除以星期二数，依此类推。
如果我从size()改为mean()，我会得到错误：
TypeError: agg function failed [how->mean,dtype->object]型
这不是我想要的
我试图添加一个新的列day_of_week到原来的嵌套框架和计数的块的数量与相同的值，然后使用它的计算，但我不知道如何做到这一点。
有什么建议吗？
更新
抱歉，我没说清楚。
问题中的数据框是分组后从原始数据框中获得的唯一数据框，这意味着它包含一周中每一天的24个条目，每小时一个。
原始的框架是这样的：
timestamp text
2023-01-01 00:00:00 ABC
2023-01-01 00:00:01 DEF
2023-01-01 00:00:01 GHI
...型
我添加了一个新列day_of_week：
timestamp text day_of_week
2023-01-01 00:00:00 ABC 6
2023-01-01 00:00:01 DEF 6
2023-01-01 00:00:01 GHI 6
...型
从这一个我想计算平均数的文本数量为每小时和每一天的一周。
例如，我在星期一有0.0的21195文本，我在这个月有4个星期一，平均值是：21195 / 4 = 5298.75，所以这个框架将是：
day_of_week hour count num_of_day_of_week mean
0 0.0 0.0 21195 4 5298.75
1 0.0 1.0 13955 4 3488.75
2 0.0 2.0 12767 4 3191.75
3 0.0 3.0 17839 4 4459.75
4 0.0 4.0 32762 4 8190.50
.. ... ... ... ... ...型
很抱歉造成了混乱，希望现在好些了。
2条答案
按热度按时间jckbn6z71#
几个观察结果：
1.给定的代码失败，因为它试图在字符串列（文本）上应用聚合函数（mean）。
1.在这个例子中，21195是星期一第0小时的“文本”数量。记住，这是所有月份、星期的文本数量。所以21195是Jan的星期一第0小时文本+Feb的星期一第0小时文本的总和......等等。所以21195除以4是任意的。另外，记住，有些月份可以有5个星期一。
从你的问题听起来你想找到每周平均的DoW，每个月的小时明智的文本。
将
Month、Week、DoW、HoD列添加到原始df：字符串
现在找到每个月每个星期每个DoW每个小时的文本数量：
型
现在找到每个月的每周平均DoW，小时明智的文本：
型
注意-关于第2点，如果你的数据被限制在一个月内，你可以省略上面的Month列，因为它不会有什么不同，但明智的做法是将来证明你的代码来处理未来的用例。
uajslkp62#
创建虚拟列以计算数值列的均值：您可以用途：
字符串
输出量：
型
另一种方法是使用
groupby_transform：型
性能：
型