【发布时间】:2014-09-08 09:12:42
【问题描述】:
我有两个数据框。除了一列之外,它们是相同的。我想根据第一个数据帧的平均值更改第二个数据帧的列。对于后者,我必须使用 groupby,但是我不知道如何获得反向。下面是一个最小示例,在此特定示例中,df_two 最终应该与 df_one 相同。我的问题是如何从 tmp 到 df2_new - 请参阅下面的代码。
import pandas as pd
def foo(df1, df2):
# Group by A
groupsA_one = dict(list(df1.groupby('A', as_index=False)))
groupsA_two = dict(list(df2.groupby('A', as_index=False)))
for key_A in groupsA_one:
# Group by B
groupsB_one = dict(list(groupsA_one[key_A].groupby('B', as_index=False)))
groupsB_two = dict(list(groupsA_two[key_A].groupby('B', as_index=False)))
for key_B in groupsB_one:
# Group by C
tmp = groupsB_two[key_B].groupby('C', as_index=False)['D'].mean() # Returns DataFrame with NaN
tmp['D'] = groupsB_one[key_B].groupby('C', as_index=False)['D'].mean()['D']
print tmp
df2_new = [] # ???
return df2_new
if __name__ == '__main__':
A1 = {'A': [1, 1, 1, 1, 2, 2, 2, 2], 'B': [1, 1, 2, 2, 1, 1, 2, 2],
'C': [1, 2, 1, 2, 1, 2, 1, 2], 'D': [5, 5, 5, 5, 5, 5, 5, 5]}
A2 = {'A': [1, 1, 1, 1, 2, 2, 2, 2], 'B': [1, 1, 2, 2, 1, 1, 2, 2],
'C': [1, 2, 1, 2, 1, 2, 1, 2], 'D': [0, 0, 0, 0, 0, 0, 0, 0]}
df_one = pd.DataFrame(A1)
df_two = pd.DataFrame(A2)
foo(df_one, df_two)
【问题讨论】:
-
您在寻找
transform吗?这将返回一个数据帧,其索引与 lhs 数据帧对齐 -
好吧,我不确定。我所做的如下:我将数据帧 df1 和 df2 首先按“A”分组,然后按“B”分组,然后按“C”分组。在“C”级别,我计算 df1 组的平均值,然后将其分配给 df2 组。因为这是一个微不足道的例子,所以这个均值实际上是一个恒等式,但总的来说不是。我希望在 df2 或 df2_new 中也可以看到在 df2 组上完成的任务。熊猫变形可以做到这一点吗?
-
是的,我认为这就是你想要的,最好添加预期的输出,这样更清晰
-
Expecter 输出为 A2['D'] = A1['D'],所以转换后的 df_two 应该和 df_one 一样。我只是在看.transform,但是当我有几个级别的groupby时我不知道如何使用它。
标签: pandas mean pandas-groupby