我可以在一个数据框中插入一个列，对另一列进行z分数，如下所示：
[1] df.insert(<loc>, column='ZofA', value=(df['A']-df['A'].mean())/df['A'].std())
我可以简单地减少按其他2列分组的列：
[2] df.groupby(['C1', 'C2'])['A'].mean()
我试图用[1]中的zscore函数替换[2]中的简单mean（）函数，但是无法弄清楚如何做，包括使用.apply - 例如这失败了：
[3] df.groupby(['C1', 'C2']).apply((df['A']-df['A'].mean())/df['A'].std())
所以我的第一个问题是我显然不知道如何使用分组创建zscore列。
我的第二个问题是我要结合（1）将一个新列插入到一个数据帧（'ZofA'）中，该数据帧保存来自另一列（'A'）的z分数，其中（2）计算这些zscores在由另外两列（'C1'，'C2'）定义的组内。 （3）我想在一个df.insert（）语句中做所有这些。我只是弄乱了括号和括号，什么不是，或者我是否想在一个声明中做太多事情？谢谢！
答案 0 :(得分：8)
感谢指向文档的指针。对于任何好奇的人，我想我会发布解决方案。首先，将zscore计算放入lambda：
zscore = lambda x: (x - x.mean()) / x.std()
神奇的成分是.transform。只需编写如下的insert语句：
df.insert(<loc>, 'ZofA', df.groupby(['C1', 'C2'])['A'].transform(zscore))
解决方案确实在“Group By：split-apply-combine”文档中。您只需向下滚动到“转换”部分的中途。我忽略了有关日期键的内容，只是将我的分组列直接插入到groupby语句中。