要计算按国家和设备分组的平均每月订单数,可以使用Python的pandas库进行处理。下面是一个示例代码:
import pandas as pd
# 创建一个示例数据集
data = {
'Country': ['China', 'China', 'USA', 'USA', 'USA'],
'Device': ['Desktop', 'Mobile', 'Desktop', 'Mobile', 'Tablet'],
'OrderCount': [100, 200, 150, 300, 250],
'Month': ['Jan', 'Jan', 'Feb', 'Feb', 'Mar']
}
df = pd.DataFrame(data)
# 按国家和设备分组,并计算每个组的订单总数
grouped = df.groupby(['Country', 'Device']).sum()
# 计算每个组的订单平均数
grouped['AverageOrder'] = grouped['OrderCount'] / len(df['Month'].unique())
print(grouped)
输出结果:
OrderCount AverageOrder
Country Device
China Desktop 100 33.333333
Mobile 200 66.666667
USA Desktop 150 50.000000
Mobile 300 100.000000
Tablet 250 83.333333
在上面的示例中,首先创建了一个示例的数据集,包含了国家、设备、订单数量和月份。然后使用groupby
方法按照国家和设备进行分组,并使用sum
方法计算每个组的订单总数。最后,通过除以月份的数量,得到每个组的订单平均数,并将结果存储在新的列AverageOrder
中。最后,打印输出结果。
上一篇:按国家和日期计算每个项目的总收入