规范化DataFrame中的值

Question

我需要的是通过以下过程将下面的评级列标准化：

1. 按用户字段ID分组。
2. 查找每个用户的平均评分。
3. 找到每个用户的评论提示并减去用户的平均评分。

我有这个数据框：

                user       rating
 review_id
         a      1          5
         b      2          3
         c      1          3
         d      1          4
         e      3          4
         f      2          2
...

然后我计算每个用户的平均值：

 >>>data.groupby('user').rating.mean()

 user
 1       4
 2       2.5
 3       4

我需要最终结果：

                user       rating
 review_id
         a      1          1
         b      2          0.5
         c      1          -1
         d      1          0
         e      3          0
         f      2          -0.5
...

数据帧如何有效地提供此类功能？

Answer 1

您可以使用groupby().transform()执行此操作，请参阅http://pandas.pydata.org/pandas-docs/stable/groupby.html#transformation

在这种情况下，按'user'分组，然后为每个组减去该组的平均值（您提供给transform的函数应用于每个组，但结果保留原始索引）：

In [7]: data.groupby('user').transform(lambda x: x - x.mean())
Out[7]:
           rating
review_id
a             1.0
b             0.5
c            -1.0
d             0.0
e             0.0
f            -0.5