我有一个数据框如下:
年份 | 月 | 状态 | 面积 | 市场1 | 市场2 | 音量 | 时间 |
---|---|---|---|---|---|---|---|
2022 | 1 | A | A1 | M1 | M2A | 94 | 210 |
2022 | 2 | A | A1 | M1 | M2A | 87 | 230 |
2022 | 3 | A | A1 | M1 | M2A | 99 | 324 |
2022 | 4 | A | A1 | M1 | M2A | 67 | 250 |
2022 | 2 | A | A2 | M1 | M2B | 23 | 388 |
2022 | 3 | A | A3 | M1 | M2C | 39 | 159 |
2022 | 4 | B | B1 | M1 | M2A | 62 | 461 |
2022 | 5 | B | B2 | M1 | M2B | 35 | 229 |
2022 | 6 | B | B3 | M1 | M2C | 90 | 140 |
2022 | 7 | B | B1 | M1 | M2A | 45 | 233 |
2022 | 8 | A | A1 | M1 | M2B | 60 | 147 |
2022 | 9 | A | A2 | M1 | M2C | 72 | 462 |
2022 | 10 | A | A3 | M1 | M2A | 24 | 351 |
2023 | 1 | B | B1 | M1 | M2B | 55 | 415 |
2023 | 2 | B | B2 | M1 | M2C | 46 | 496 |
2023 | 3 | B | B3 | M1 | M2A | 2 | 159 |
2023 | 4 | A | A1 | M1 | M2B | 85 | 321 |
2023 | 5 | A | A2 | M1 | M2C | 98 | 249 |
2023 | 6 | A | A3 | M1 | M2A | 42 | 219 |
2024 | 1 | B | B1 | M1 | M2B | 40 | 111 |
2024 | 2 | B | B2 | M1 | M2C | 1 | 294 |
2024 | 3 | B | B3 | M1 | M2A | 23 | 397 |
2024 | 4 | B | B1 | M1 | M2B | 88 | 190 |
2024 | 5 | A | A1 | M1 | M2C | 58 | 186 |
2024 | 6 | A | A2 | M1 | M2A | 71 | 279 |
我需要迭代/过滤州、地区、市场 1、市场 2 的独特组合,但我需要每个独特组合的所有年份和月份。
例如,第一个分割应该给我这个数据框:
年份 | 月 | 状态 | 面积 | 市场1 | 市场2 | 音量 | 时间 |
---|---|---|---|---|---|---|---|
2022 | 1 | A | A1 | M1 | M2A | 94 | 210 |
2022 | 2 | A | A1 | M1 | M2A | 87 | 230 |
2022 | 3 | A | A1 | M1 | M2A | 99 | 324 |
2022 | 4 | A | A1 | M1 | M2A | 67 | 250 |
第二次分割应该给出这个,等等:
年份 | 月 | 状态 | 面积 | 市场1 | 市场2 | 音量 | 时间 |
---|---|---|---|---|---|---|---|
2022 | 8 | A | A1 | M1 | M2B | 60 | 147 |
2023 | 4 | A | A1 | M1 | M2B | 85 | 321 |
我想你想要
out = df.groupby(['Year','Month','State', 'Area', 'Market1','Market2'], as_index=False).mean()
out['Division'] = out['Volume']/out['Hours']
输出:
Year Month State Area Market1 Market2 Volume Hours Division
0 2022 1 A A1 M1 M2A 94.0 210.0 0.447619
1 2022 2 A A1 M1 M2A 87.0 230.0 0.378261
2 2022 2 A A2 M1 M2B 23.0 388.0 0.059278
3 2022 3 A A1 M1 M2A 99.0 324.0 0.305556
4 2022 3 A A3 M1 M2C 39.0 159.0 0.245283
5 2022 4 A A1 M1 M2A 67.0 250.0 0.268000
6 2022 4 B B1 M1 M2A 62.0 461.0 0.134490
7 2022 5 B B2 M1 M2B 35.0 229.0 0.152838
8 2022 6 B B3 M1 M2C 90.0 140.0 0.642857
9 2022 7 B B1 M1 M2A 45.0 233.0 0.193133
10 2022 8 A A1 M1 M2B 60.0 147.0 0.408163
11 2022 9 A A2 M1 M2C 72.0 462.0 0.155844
12 2022 10 A A3 M1 M2A 24.0 351.0 0.068376
13 2023 1 B B1 M1 M2B 55.0 415.0 0.132530
14 2023 2 B B2 M1 M2C 46.0 496.0 0.092742
15 2023 3 B B3 M1 M2A 2.0 159.0 0.012579
16 2023 4 A A1 M1 M2B 85.0 321.0 0.264798
17 2023 5 A A2 M1 M2C 98.0 249.0 0.393574
18 2023 6 A A3 M1 M2A 42.0 219.0 0.191781
19 2024 1 B B1 M1 M2B 40.0 111.0 0.360360
20 2024 2 B B2 M1 M2C 1.0 294.0 0.003401
21 2024 3 B B3 M1 M2A 23.0 397.0 0.057935
22 2024 4 B B1 M1 M2B 88.0 190.0 0.463158
23 2024 5 A A1 M1 M2C 58.0 186.0 0.311828
24 2024 6 A A2 M1 M2A 71.0 279.0 0.254480