Question

我有2个数据帧，按4个单独的键分组。我想将一个组的列的平均值分配给另一个组的列中的所有行值。据我了解，这是应该如何做的：

g_test.get_group((1, 5, 13, 8)).monthly_sales = \
    g_train.get_group((1, 5, 13, 8)).monthly_sales.mean()

除此之外什么都不做。 g_test中标识的组的monthly_sales中的值保持不变。有人可以解释一下我做错了什么并建议替代方案吗？

这是g_train.get_group的前几行（（1,5,13,8））

    year month day store item units monthly_sales
    1      5    5   13     8    4   466
    1      5    6   13     8    12  475
    1      5    0   13     8    22  469
    1      5    5   13     8    26  469
    1      5    6   13     8    39  480

这些是g_test.get_group的前几行（（1,5,13,8））

    year month day store item monthly_sales
    1      5    1   13     8    0
    1      5    2   13     8    0
    1      5    3   13     8    0
    1      5    4   13     8    0
    1      5    5   13     8    0

只显示前几行，但是g_train（（1,5,13,8））的平均值.minly_sales是450，我希望将其复制到g_test中的monthly_sales列。

编辑：我现在明白了，下面的代码片段将起作用：

`df1.loc[(df1.year == 1) 
    & (df1.month == 5) 
    & (df1.store == 13) 
    & (df1.item == 8), 'monthly_sales'] = \
gb2.get_group((1, 5, 13, 8)).monthly_sales.mean()`

此操作非常适合复制平均值一次，但是我将数据框分成组的全部原因是为了避免这些逻辑检查，并针对不同的存储和项目编号多次执行此操作。还有什么我可以做的吗？

Answer 1

您需要将结果分配回DataFrame，而不是groupby对象。这应该有效：

df1.loc[(df1.year == 1) 
        & (df1.month == 5) 
        & (df1.store == 13) 
        & (df1.item == 8), 'monthly_sales'] = \
    gb2.get_group((1, 5, 13, 8)).monthly_sales.mean()

>>> gb1.get_group((1, 5, 13, 8))
   year  month  day  store  item  units  monthly_sales
0     1      5    5     13     8      4          471.8
1     1      5    6     13     8     12          471.8
2     1      5    0     13     8     22          471.8
3     1      5    5     13     8     26          471.8
4     1      5    6     13     8     39          471.8

Answer 2

其实我刚刚发现了一种更好的方法。 g_test是数据帧'test'的一部分，所以当我尝试下面的行时，它完美地运行了

Style

在pandas

2 个答案: