来自 groupby 平均值的 Pandas 新列

Posted 2023-03-11

【中文标题】来自 groupby 平均值的 Pandas 新列

【英文标题】：Pandas new column from groupby averages

【发布时间】：2022-01-24 05:45:35

【问题描述】：

我有一个数据框

>>> df = pd.DataFrame('a':[1,1,1,2,2,2],
...                    'b':[10,20,20,10,20,20],
...                    'result':[100,200,300,400,500,600])
... 
>>> df
   a   b  result
0  1  10     100
1  1  20     200
2  1  20     300
3  2  10     400
4  2  20     500
5  2  20     600

并希望创建一个新列，该列是“a”和“b”对应值的平均结果。我可以通过 groupby 获得这些值：

>>> df.groupby(['a','b'])['result'].mean()
a  b 
1  10    100
   20    250
2  10    400
   20    550
Name: result, dtype: int64

但无法弄清楚如何将其转换为原始 DataFrame 中的新列。最终的结果应该是这样的，

>>> df
   a   b  result  avg_result
0  1  10     100         100
1  1  20     200         250
2  1  20     300         250
3  2  10     400         400
4  2  20     500         550
5  2  20     600         550

我可以通过循环遍历 'a' 和 'b' 的组合来做到这一点，但对于更大的数据集，这会变得非常缓慢和笨拙。可能有一种更简单、更快捷的方法。

【参考方案1】：

你需要transform:

df['avg_result'] = df.groupby(['a', 'b'])['result'].transform('mean')

这会为您生成一个正确索引的 groupby 值列：

   a   b  result  avg_result
0  1  10     100         100
1  1  20     200         250
2  1  20     300         250
3  2  10     400         400
4  2  20     500         550
5  2  20     600         550