在 pandas 数据框中添加一列，该列是基于其他列条件的另一列的平均值

Question

数据表太长，请见谅。我不知道一种更简洁的方法来构建我下面的数据框。

我有一个熊猫数据框：

data = {'ID': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
        'Cycle': [1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4],
        'Repetition': ['1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2'],
        'Region': ['x', 'x','x','x','x','x','x','x', 'y', 'y', 'y', 'y', 'y', 'y', 'y', 'y', 'x','x','x','x','x','x','x','x', 'y', 'y', 'y', 'y', 'y', 'y', 'y', 'y'],
        'Intensity': [34, 89, 34, 45, 34, 56, 78, 65, 45, 45, 34, 56, 34, 56, 56, 66, 56, 78, 23, 45, 42, 56, 86, 5, 33, 44, 78, 89, 34, 42, 34, 66]}


data_df= pd.DataFrame(data)

我想添加一个列，用于计算每个 ID（A 和 B）和每个区域（x 和 y）在 Cycle == 1 时的平均强度，并在所有其他行中保留 NaN 值。结果数据框将返回：

wanted_data = {'ID': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
        'Cycle': [1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4],
        'Repetition': ['1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '1', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2'],
        'Region': ['x', 'x','x','x','x','x','x','x', 'y', 'y', 'y', 'y', 'y', 'y', 'y', 'y', 'x','x','x','x','x','x','x','x', 'y', 'y', 'y', 'y', 'y', 'y', 'y', 'y'],
        'Intensity': [34, 89, 34, 45, 34, 56, 78, 65, 45, 45, 34, 56, 34, 56, 56, 66, 56, 78, 23, 45, 42, 56, 86, 5, 33, 44, 78, 89, 34, 42, 34, 66],
        'Mean Cycle1 Intensity': [39.5, '', '', '', 34, '', '', '', '', '', '', '', '', '', '', '', 44.5, '', '', '', 38, '', '', '', '', '', '', '', '', '', '', ''] }

wanted_data_df= pd.DataFrame(wanted_data)

我尝试添加一个函数：

def meanC1(df):
    for i in df['ID'] and j in df['Region']:
        if df['Cycle'] == 1:
            df['Mean Cycle1 Intensity'] = df['Intensity'].mean()

但这又回来了，

ValueError：Series 的真值不明确。使用a.empty， a.bool()、a.item()、a.any() 或 a.all()

Answer 1

使用Series.ne 创建一个布尔掩码 m，然后使用Series.mask 屏蔽m 上的Intensity 列，接下来使用Series.groupby 对屏蔽列进行分组在ID 和Repetition 和transform 上使用mean，最后再次使用Series.mask 来掩盖转换后的结果：

# Note: Here df refers to `data_df`

m = df['Cycle'].ne(1)
df['Mean Cycle1 Intensity'] = (
    df['Intensity'].mask(m)
    .groupby([df['ID'], df['Repetition']]).transform('mean').mask(m)
)

结果：

   ID  Cycle Repetition Region  Intensity  Mean Cycle1 Intensity
0   A      1          1      x         34                   39.5
1   A      2          1      x         89                    NaN
2   A      3          1      x         34                    NaN
3   A      4          1      x         45                    NaN
4   B      1          1      x         34                   34.0
5   B      2          1      x         56                    NaN
6   B      3          1      x         78                    NaN
7   B      4          1      x         65                    NaN
8   A      1          1      y         45                   39.5
9   A      2          1      y         45                    NaN
10  A      3          1      y         34                    NaN
11  A      4          1      y         56                    NaN
12  B      1          1      y         34                   34.0
13  B      2          1      y         56                    NaN
14  B      3          1      y         56                    NaN
15  B      4          1      y         66                    NaN
16  A      1          2      x         56                   44.5
17  A      2          2      x         78                    NaN
18  A      3          2      x         23                    NaN
19  A      4          2      x         45                    NaN
20  B      1          2      x         42                   38.0
21  B      2          2      x         56                    NaN
22  B      3          2      x         86                    NaN
23  B      4          2      x          5                    NaN
24  A      1          2      y         33                   44.5
25  A      2          2      y         44                    NaN
26  A      3          2      y         78                    NaN
27  A      4          2      y         89                    NaN
28  B      1          2      y         34                   38.0
29  B      2          2      y         42                    NaN
30  B      3          2      y         34                    NaN
31  B      4          2      y         66                    NaN