按计算分组熊猫

Posted 2023-02-16

【中文标题】按计算分组熊猫

【英文标题】：Group by calculation pandas

【发布时间】：2021-11-11 04:46:51

【问题描述】：

申请groupby后我有一个数据框：

category | item
------------------
A        | a_item1
         | a_itme2
         | a_item3
------------------
B        | b_item1
         | b_item2
------------------

对此，我想添加一个带有计算的新列：10 / (no of items per category)。 对于示例数据，这将是：

category | item   |  value
----------------------------
A        | a_item1|   3.33
         | a_itme2|   3.33
         | a_item3|   3.33
----------------------------
B        | b_item1|   5
         | b_item2|   5
-----------------------------

如何做到这一点？

【问题讨论】：

你能提供最少的可重现代码吗？我想试试看。

【参考方案1】：

将Series.value_counts 与Series.map 一起使用：

df['value'] = 10 / df['category'].map(df['category'].value_counts())  

或者：

df['value'] = df['category'].map(df['category'].value_counts()).rdiv(10)

【参考方案2】：

您可以将groupby 与transform 一起使用：

df['value'] = 10 / df.groupby('category')['item'].transform('count')

【参考方案3】：

您可以将 pandas apply 函数用于数据帧。

定义要应用于每一行的函数：

def get_value(s: pd.Series):
    vc = df['category'].value_counts()
    return 10/vc[s['category']]

对每一行使用 apply：

df['value'] = df.apply(get_value, axis=1)
df

#   category    item     value
# 0        A    a_item1  3.333333
# 1        A    a_item2  3.333333
# 2        A    a_item3  3.333333
# 3        B    b_item1  5.000000
# 4        B    b_item2  5.000000

您还可以预先计算值计数并将它们作为参数添加到您的应用函数。