从列值中减去列的组的平均值

【问题标题】：Subtract the mean of a group for a column away from a column value从列值中减去列的组的平均值
【发布时间】：2020-04-30 15:57:59
【问题描述】：

我有一个包含 35 列的公司数据集。这些公司可以属于 8 个不同的组之一。如何为每个组创建一个新的数据框，从原始值中减去该组列的平均值？

这是部分数据集的示例。

例如，对于第 1 行，我想从 7204.400207 的值中减去消费者市场的 BANK_AND_DEP 的平均值。我需要为每一列执行此操作。

我认为这是转换和 lambda 的某种组合 - 但不能达到语法。

【问题讨论】：

【解决方案1】：

尽管涉及循环似乎违反直觉，但循环遍历列本身允许您将其作为矢量化操作执行，这将比.apply() 更快。对于要减去的内容，您将结合 .groupby() 和 .transform() 以获得您需要从列中减去的值。然后，只需减去它。

for column in df.columns:
    df['new_'+column] = df[column]-df.groupby('Cluster')['column'].transform('mean')

【讨论】：