规范化 DataFrame 中的值答案

【问题标题】：Normalize values in DataFrame规范化 DataFrame 中的值
【发布时间】：2016-03-06 03:58:31
【问题描述】：

我需要的是通过以下过程规范下面的评分列：

按用户字段 ID 分组。
找出每个用户的平均评分。
找到每个用户的评论提示并减去用户的平均评分。

我有这个数据框：

                user       rating
 review_id
         a      1          5
         b      2          3
         c      1          3
         d      1          4
         e      3          4
         f      2          2
...

然后我计算每个用户的平均值：

 >>>data.groupby('user').rating.mean()

 user
 1       4
 2       2.5
 3       4

我需要的最终结果是：

                user       rating
 review_id
         a      1          1
         b      2          0.5
         c      1          -1
         d      1          0
         e      3          0
         f      2          -0.5
...

数据框如何有效地提供这种功能？

【问题讨论】：

您确定评分列中的值是数字吗？试试data['rating'] = data.rating.astype('int') 然后运行你的groupby。
@Alexander 是的，就是这样。
@binarysubstrate 对此持保留态度，因为我是熊猫新手。我认为您发布的这个线程使用静态值对每一行进行了规范化，所以我想我想要一种不同类型的规范化。
很公平。我删除了我的评论，但事实证明无法撤回标记。

标签： python python-3.x pandas dataframe ipython-notebook

【解决方案1】：

您可以使用groupby().transform() 来执行此操作，请参阅http://pandas.pydata.org/pandas-docs/stable/groupby.html#transformation

在这种情况下，按'user' 分组，然后为每个组减去该组的平均值（您提供给transform 的函数应用于每个组，但结果保持原始索引）：

In [7]: data.groupby('user').transform(lambda x: x - x.mean())
Out[7]:
           rating
review_id
a             1.0
b             0.5
c            -1.0
d             0.0
e             0.0
f            -0.5

【讨论】：