按列分组的每行的Python平均值[重复]

Posted 2023-03-24

【中文标题】按列分组的每行的Python平均值[重复]

【英文标题】：Python mean value for each row grouped by a column [duplicate]

【发布时间】：2020-01-17 17:28:28

【问题描述】：

我有一个 A 列和一个 B 列。在 Result 列中，我想计算按 A 列分组的 B 列的平均值（这意味着我想计算我在 Result 列中写入的内容）。

cor = pd.DataFrame('A' : [100, 100, 100, 200, 200, 300, 300, 300, 300],
                    'B' : [10, np.NaN, 20, np.NaN, 50, 10, 40, 60, 80],
                   'Result': [15, 15, 15, 50, 50, 47.5, 47.5, 47.5, 47.5])
print(cor)
values = cor.groupby('A').mean()

在我的数据集中我有大约 20 万行数据，所以这个函数应该是相当强大的。

【问题讨论】：

cor['Result'] = cor.groupby('A')['B'].transform('mean')

【参考方案1】：

这应该可行：

import pandas as pd
import numpy as np
cor = pd.DataFrame('A' : [100, 100, 100, 200, 200, 300, 300, 300, 300],
                    'B' : [10, np.NaN, 20, np.NaN, 50, 10, 40, 60, 80])
print(cor)
values = cor.groupby('A').mean().reset_index()
print(values)
df = cor.merge(values,how='left',left_on=['A'],right_on=['A'])
df = df.rename(columns="B_x":"B","B_y":"Result")
print(df)

输出：

    A     B  Result
0  100  10.0    15.0
1  100   NaN    15.0
2  100  20.0    15.0
3  200   NaN    50.0
4  200  50.0    50.0
5  300  10.0    47.5
6  300  40.0    47.5
7  300  60.0    47.5
8  300  80.0    47.5