考虑一下DataFrame
Python中的以下内容:
import pandas as pd
df = pd.DataFrame({'id':[0]*3+[1]*3,'y':np.random.randn(6),'x':np.random.randn(6)})
这使
id y x
0 0 0.721757 1.595646
1 0 0.359601 1.128473
2 0 1.134922 2.317929
3 1 0.290152 -1.901336
4 1 0.128742 0.982683
5 1 0.556914 0.745208
请注意,y
和x
根据分组id
。我要创建以下内容DataFrame
id y x y_md x_md
0 0 0.721757 1.595646 -0.017003 -0.085037
1 0 0.359601 1.128473 -0.379159 -0.552209
2 0 1.134922 2.317929 0.396162 0.637246
3 1 0.290152 -1.901336 -0.035117 -1.843521
4 1 0.128742 0.982683 -0.196527 1.040498
5 1 0.556914 0.745208 0.231644 0.803023
哪里
y_md
包含偏离其组平均值(id
= 0
&1
)的值x_md
包含偏离其组平均值(id
= 0
&1
)的值我想出的是
df_g = df.groupby('id')
yy = pd.Series( df['y'].values - df_g['y'].mean().repeat(3).values )
xx = pd.Series( df['x'].values - df_g['x'].mean().repeat(3).values )
pd.concat([df,yy.rename('y_md'), xx.rename('x_md')],axis=1)
但这对我来说并不好。我想知道是否有一个优雅的班轮或类似的结果吗?多谢您的协助。
使用GroupBy.transform
用于处理多个栏目,通过减DataFrame.sub
,改列名通过DataFrame.add_suffix
并追加到原来的DataFrame.join
:
c = ['x','y']
df = df.join(df[c].sub(df.groupby('id')[c].transform('mean')).add_suffix('_md'))
print (df)
id y x x_md y_md
0 0 0.721757 1.595646 -0.085037 -0.017003
1 0 0.359601 1.128473 -0.552210 -0.379159
2 0 1.134922 2.317929 0.637246 0.396162
3 1 0.290152 -1.901336 -1.843521 -0.035117
4 1 0.128742 0.982683 1.040498 -0.196527
5 1 0.556914 0.745208 0.803023 0.231645
或者可以分配新的列名称:
df[['x_md','y_md']] = df[['x','y']].sub(df.groupby('id')[['x','y']].transform('mean'))
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句