此问题在此处已有答案：

Group by Date find average distinct customers（2个答案）
昨天关门了。
我有一个 Dataframe 如下：

# initialize list of lists
data = [['A','Excel','1'], ['A','Word_soft','0'],['B','Excel','1'],['B','Word','1'],['C','Word','1'],['C','Word_soft','0'],['D','Java2','1'],['D','Java','1'],['E','PPT','0'], ['E','Word_soft','0']]
  
# Create the pandas DataFrame
df = pd.DataFrame(data, columns=['System','App','DevTool'])

我执行了以下操作，以获得每个系统中DevTool的计数。

df.groupby(['System','DevTool'])['DevTool'].count()

我需要找到每个类别1和0中的总体DevTool平均值，如下所示

1 -类别DevTool平均值计算如下

（A系统的1类DevTool计数+ B系统的1类DevTool计数+......很快）/具有1类DevTool的系统数量
=（1+2+1+2）/ 4 = 1.5
类似地，0 -类别Devtool平均值计算如下
（A系统的0类别DevTool计数+ B系统的0类别DevTool计数+...即将）/具有0类别DevTool的系统数量
=（1+1+2）/ 3 = 1.33
为了进行这个平均值的计算，每次我把数据移动到excel中，用excel内置函数得到这个平均值，我不知道如何直接在Pandas内部进行这个平均值的计算，得到1和0类别的平均值分别是1.5和1.33。