创建由 Groupby 和转换产生的数据框列

Posted 2023-03-11

【中文标题】创建由 Groupby 和转换产生的数据框列

【英文标题】：Creating a dataframe column resulting from Groupby and transform

【发布时间】：2019-09-03 20:48:24

【问题描述】：

我有一个包含 4 列 textID、A、B、C 的数据框

我想创建一个 groupby 对象，然后计算 C 列的第 5 个百分位数，然后将此列（称为“分位数”）添加回原始数据框。

当 groupby 在一列上时，我有以下代码可以工作

df2['quantile']=df2.C.groupby(df2.itextID).transform(lambda x: 
x.quantile(q=0.5))

问题 1： 如何扩展它以便 groupby 对象现在使用两列，即 textID 和 A？

问题 2： 可以先创建 groupby 对象，然后再应用变换吗？ 即

### Create groupby object Extract top 4 rows in each group
grp = df2.groupby('textID').head(4)
??? how to apply the transform to column C?

谢谢

（可以使用方括号表示法而不是点吗？）

【参考方案1】：

在groupby 内的列表中使用替代列名，并指定groupby 之后的列以处理transform 或其他函数：

df2['quantile']= (df2.groupby(['itextID', 'A'])['C']
                     .transform(lambda x: x.quantile(q=0.5)))

这里grp是DataFrame，不是groupby对象，因为GroupBy.head返回DataFrame：

grp = df2.groupby('textID').head(4)

---

但是可以通过删除.head(4)来创建groupby对象：

grp = df2.groupby('textID')

然后使用head:

df = grp.head(4)

或transform:

df2['new'] = grp['C'].transform(lambda x: x.quantile(q=0.5))

【讨论】：

谢谢，你将如何将 head 和 transform 结合起来，将它们链接起来？

@user11305439 有点问题，因为head过滤，表示应用后行数较少。函数transform 工作方式不同，没有过滤。所以链接在一起是像df1 = df2.groupby('textID').head(4). transform(function) 这样的问题。所以需要先过滤df3 = df2.groupby('textID').head(4)，然后通过df3['new'] = df3.groupby('textID')['C'].transform(lambda x: x.quantile(q=0.5))创建新列