使用 groupby 就地转换 pandas答案

【问题标题】：Inplace transformation pandas with groupby使用 groupby 就地转换 pandas
【发布时间】：2017-07-02 17:22:21
【问题描述】：

是否可以用groupby 语句对DataFrame 就地进行变异？

import pandas as pd
dt = pd.DataFrame({
                   "LETTER": ["a", "b", "c", "a", "b"],
                   "VALUE" : [10 , 12 , 13,  0,  15]
                   })
def __add_new_col(dt_):
    dt_['NEW_COL'] = dt_['VALUE'] - dt_['VALUE'].mean()
    return dt_
pass


dt.groupby("LETTER").apply(__add_new_col)
  LETTER  VALUE  NEW_COL
0      a     10      5.0
1      b     12     -1.5
2      c     13      0.0
3      a      0     -5.0
4      b     15      1.5


dt
  LETTER  VALUE
0      a     10
1      b     12
2      c     13
3      a      0
4      b     15

在 R data.table 中，可以使用 := 运算符，例如dt[, col := ... , by ='LETTER']

【问题讨论】：

为什么不df['NEWCOL'] = dt.groupby('LETTER')['VALUE'].apply(lambda x: x - x.mean())？
@JohnGalt 有订单保证吗？
是的，您也可以自己验证。

标签： python pandas in-place

【解决方案1】：

我很确定你不能在 group by 期间改变数据帧。您可以执行完全相同的操作，将每个字母映射到它的平均值，然后执行操作。

df['NEW_COL'] = df['VALUE'] - df['LETTER'].map(dt.groupby("LETTER")['VALUE'].mean()).values

这将处理任何可能的订购问题，即使经过测试，我也不相信可以保证。比抱歉更安全:)

另外，我在地图之后使用 .values 访问器，因为我不确定“映射”系列的索引是否与“VALUE”系列的索引相同，有时将导致 NaN。

【讨论】：

【解决方案2】：

我认为您可以使用 transform 返回与 Series 相同的长度和相同的索引 df 减去：

print (dt.groupby("LETTER")['VALUE'].transform('mean'))
0     5.0
1    13.5
2    13.0
3     5.0
4    13.5
Name: VALUE, dtype: float64

dt['NEW_COL'] = dt['VALUE'] - dt.groupby("LETTER")['VALUE'].transform('mean')
print (dt)
  LETTER  VALUE  NEW_COL
0      a     10      5.0
1      b     12     -1.5
2      c     13      0.0
3      a      0     -5.0
4      b     15      1.5

【讨论】：