如何用大熊猫的分层指数计算均值

Question

我有一个带有1mi行和分层索引（国家，州，城市，按此顺序）的pandas数据框，其中包含每行产品的价格观察值。如何计算每个国家，州和城市的平均值和标准差（标准差）（请记住，因为我的df很大，我会避免循环）？ 对于mean和std的每个级别，我想将值保存在此数据框的新列中以供将来访问。

Answer 1

使用groupby参数levels对您的数据进行分组，然后使用mean和std。如果您希望将平均值作为现有数据框中的新列，请使用transform返回与您的df具有相同索引的系列：

grouped = df.groupby(level = ['Country','State', 'City'])
df['Mean'] = grouped['price_observation'].transform('mean')
df['Std'] = grouped['price_observation'].transform('std')

如果您想了解有关分组的更多信息，请阅读pandas documentation