Pythonで（より複雑な）R plyrチェーンを実装する方法は？

Question

私はPythonで、次のplyrチェーンを実装しようとしてきた：私はpythonでここまで来たしかし

# Data 
data_L1 

X Y r2 contact_id acknowledge_issues 
a c 100 xyzx  0 
b d 100 fsdjkfl 0 
a c 80 ejrkl  20 
b d 60 fdsdl  40 
b d 80 gsdkf  20 

# Transformation 
test <- ddply(data_L1, 
       .(X,Y), 
       summarize, 
       avg_r2 = mean(r2), 
       tickets = length(unique(contact_id)), 
       er_ai =length(acknowledge_issues[which(acknowledge_issues>0)])/length(acknowledge_issues) 
      ) 

# Output 
test 

X Y avg_r2 tickets er_ai 
a c 90  2  0.5 
b d 80  3  0.6667 

を：

test = data_L1.groupby(['X','Y']).agg({'r2': 'mean', 'contact_id' : 'count'}) 

私は、変数を作成する方法を見つけ出すことはできませんPythonでer_ai。パンダや他の図書館のソリューションの提案はありますか？

Answer 1

利用代わりcount機能nuniqueとer_aiのためには、条件によってすべての値のmeanを取得：あなたは `テスト= data_L1.groupby（[ 'X'、 'Y']）

cols = {'r2':'avg_r2', 'contact_id':'tickets', 'acknowledge_issues':'er_ai'} 
test = (data_L1.groupby(['X','Y'], as_index=False) 
       .agg({'r2': 'mean', 
        'contact_id' : 'nunique', 
        'acknowledge_issues': lambda x: (x>0).mean()}) 
       .rename(columns=cols)) 
print (test) 
    X Y tickets  er_ai avg_r2 
0 a c  2 0.500000  90 
1 b d  3 0.666667  80