如何将列添加到依赖于数据帧或外部数据帧中组的平均值的数据帧？

Posted 2023-03-24

【中文标题】如何将列添加到依赖于数据帧或外部数据帧中组的平均值的数据帧？

【英文标题】：How to add a column to a dataframe that is dependant on the avarage of a group in the dataframe or external dataframe?

【发布时间】：2021-11-11 10:52:16

【问题描述】：

我有一个数据框，我想为其计算一个新列。 该列应等于 x_i/E(x|Y=y_i)。其中 x_i 是第 i 行和第 X 列上的某个元素。 代码方面是：

df = pd.DataFrame(dict(
    Y=['y1'] * 2 + ['y2'] * 3 + 1 * ['y1'],
    X=range(1, 7)
))
    Y  X
0  y1  1
1  y1  2
2  y2  3
3  y2  4
4  y2  5
5  y1  6

最终的形式应该是这样的

    Y  X  C_O
0  y1  1  1/3
1  y1  2  2/3
2  y2  3  3/4
3  y2  4  4/4
4  y2  5  5/4
5  y1  6  6/3

我尝试了类似的方法，但没有奏效。

df["C_0"]=[df["X"]*df.groupby('Y')['X'].mean()]

另一个想法是遍历列表，但数据框有数以万计的项目，因此可能应该以其他更简单的方式完成。

【问题讨论】：

你能解释一下分母“E(x|Y=y_i)”的公式是什么意思吗？

【参考方案1】：

IIUC，您的分组是正确的，但有一个例外 - 您需要将其转换回 df。

这样做：

df['C_O'] = df['X']/df.groupby(['Y'])['X'].transform('mean')

你会得到：

    Y   X   C_O
0   y1  1   0.333333
1   y1  2   0.666667
2   y2  3   0.750000
3   y2  4   1.000000
4   y2  5   1.250000
5   y1  6   2.000000

改变格式：

df['C_O'] = df['X'].astype(str)+'/'+df.groupby(['Y'])['X'].transform('mean').astype(str)

你会得到：

Y   X   C_O
0   y1  1   1/3
1   y1  2   2/3
2   y2  3   3/4
3   y2  4   4/4
4   y2  5   5/4
5   y1  6   6/3