如何在pandas dataframe中使用groupby或pivot表查找平均值？

Question

我正在使用工资.csv找到https://www.kaggle.com/kaggle/sf-salaries/data的数据集 我试图找到500个以上的职位数据点。之后计算每个职位的平均工资总额。输出是打印前10个赚钱的职称。

我所做的

salaries = pd.read_csv('Salaries.csv')
salaries = salaries.drop(["Id", "Notes", "Status", "Agency"], axis = 1)
salaries = salaries.dropna()
salaries.head()

jobtitlelist = (salaries.JobTitle.value_counts()>500)[0:10]
data_10jobtitle = salaries[salaries.JobTitle.isin(jobtitlelist.index)]
avgsalary_10jobtitle = data_10jobtitle.groupby(by=data_10jobtitle.JobTitle).TotalPayBenefits.mean()
print(avgsalary_10jobtitle)

我的输出是

我在想，我错过了一些我找不到确切输出的小东西。在

Answer 1

你需要改变这条线

jobtitlelist = salaries.JobTitle.value_counts()[(salaries.JobTitle.value_counts()>500)][0:10]

Answer 2

在这一行中：

jobtitlelist = (salaries.JobTitle.value_counts()>500)[0:10]

首先找到至少有500条记录的工作，然后选择前10个工作，这些工作用于计算平均总薪酬福利。所以你的工作流程是

1. 只保留至少有500条记录的职称
2. 取前10个职位
3. 计算平均工资总额

但根据你的问题，你的工作流程应该

1. 只保留至少有500条记录的职称
2. 计算步骤1）中工作的平均总薪酬
3. 按升序排序平均工资总额
4. 结果数据帧的前10行将是您要查找的