我有一个包含以下数据的pandas数据框：
matchID server court speed
1 1 A 100
1 2 D 200
1 3 D 300
1 4 A 100
1 1 A 120
1 2 A 250
1 3 D 110
1 4 D 100
2 1 A 100
2 2 D 200
2 3 D 300
2 4 A 100
2 1 A 120
2 2 A 250
2 3 D 110
2 4 D 100
我想根据两个条件添加两个包含均值的新列。列meanSpeedCourtA13应包含servers 1和3的平均速度court = A。这将是(100 + 120) / 2 = 110。名为meanSpeedCourtD13的第二列应包含servers 1和3的平均速度court = D。这将是(300 + 110) / 2 = 205。
请注意，应该为每个matchID执行此操作，因此，还需要groupby。这意味着无法使用包含iloc()的解决方案。
结果数据框应如下所示：
matchID server court speed meanSpeedCourtA13 meanSpeedCourtD13
1 1 A 100 110 205
1 2 D 200 110 205
1 3 D 300 110 205
1 4 A 100 110 205
1 1 A 120 110 205
1 2 A 250 110 205
1 3 D 110 110 205
1 4 D 100 110 205
2 1 A 100 110 205
2 2 D 200 110 205
2 3 D 300 110 205
2 4 A 100 110 205
2 1 A 120 110 205
2 2 A 250 110 205
2 3 D 110 110 205
2 4 D 100 110 205
答案 0 :(得分：2)
好的，这有点复杂了。通常情况下，我会尝试改造，但如果有人有比以下更好的东西，我会很高兴：
使用groupby并将df发送到使用df.loc的func，最后使用pd.concat将数据帧再次粘合在一起：
import pandas as pd
data = {'matchID': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1, 6: 1, 7: 1, 8: 2, 9: 2, 10: 2,
11: 2, 12: 2, 13: 2, 14: 2, 15: 2},
'court': {0: 'A', 1: 'D', 2: 'D', 3: 'A', 4: 'A', 5: 'A', 6: 'D', 7: 'D', 8: 'A',
9: 'D', 10: 'D', 11: 'A', 12: 'A', 13: 'A', 14: 'D', 15: 'D'},
'speed': {0: 100, 1: 200, 2: 300, 3: 100, 4: 120, 5: 250, 6: 110, 7: 100, 8: 100,
9: 200, 10: 300, 11: 100, 12: 120, 13: 250, 14: 110, 15: 100},
'server': {0: 1, 1: 2, 2: 3, 3: 4, 4: 1, 5: 2, 6: 3, 7: 4, 8: 1, 9: 2, 10: 3,
11: 4, 12: 1, 13: 2, 14: 3, 15: 4}}
df = pd.DataFrame(data)
def func(dfx):
dfx['meanSpeedCourtA13'],dfx['meanSpeedCourtD13'] = \
(dfx.loc[(dfx.server.isin((1,3))) & (dfx.court == 'A'),'speed'].mean(),
dfx.loc[(dfx.server.isin((1,3))) & (dfx.court == 'D'),'speed'].mean())
return dfx
newdf = pd.concat(func(dfx) for _, dfx in df.groupby('matchID'))
print(newdf)
返回
court matchID server speed meanSpeedCourtA13 meanSpeedCourtD13
0 A 1 1 100 110.00 205.00
1 D 1 2 200 110.00 205.00
2 D 1 3 300 110.00 205.00
3 A 1 4 100 110.00 205.00
4 A 1 1 120 110.00 205.00
5 A 1 2 250 110.00 205.00
6 D 1 3 110 110.00 205.00
7 D 1 4 100 110.00 205.00
8 A 2 1 100 110.00 205.00
9 D 2 2 200 110.00 205.00
10 D 2 3 300 110.00 205.00
11 A 2 4 100 110.00 205.00
12 A 2 1 120 110.00 205.00
13 A 2 2 250 110.00 205.00
14 D 2 3 110 110.00 205.00
15 D 2 4 100 110.00 205.00
答案 1 :(得分：0)
您可以mean获取groupby并通过获取项目（）分配值，即
vals = df[df['server'].isin([1,3])].groupby(['court'])['speed'].mean().to_frame()
df['A13'],df['D13'] = vals.query("court=='A'")['speed'].item(), vals.query("court=='D'")['speed'].item()
matchID server court speed A13 D13
0 1 1 A 100 110.0 205.0
1 1 2 D 200 110.0 205.0
2 1 3 D 300 110.0 205.0
3 1 4 A 100 110.0 205.0
4 1 1 A 120 110.0 205.0
5 1 2 A 250 110.0 205.0
6 1 3 D 110 110.0 205.0
7 1 4 D 100 110.0 205.0
8 2 1 A 100 110.0 205.0
9 2 2 D 200 110.0 205.0
10 2 3 D 300 110.0 205.0
11 2 4 A 100 110.0 205.0
12 2 1 A 120 110.0 205.0
13 2 2 A 250 110.0 205.0
14 2 3 D 110 110.0 205.0
15 2 4 D 100 110.0 205.0
答案 2 :(得分：0)
使用groupby，我们仍然可以使用loc选择我们要替换的预期部分，但将整个计算放在df.groupby("matchID")的for循环中。
for id, subg in df.groupby("matchID"):
df.loc[df.matchID==id, "meanSpeedCourtA13"] = (subg
.where(subg.server.isin([1,3])).where(subg.court == "A").speed.mean())
df.loc[df.matchID==id, "meanSpeedCourtD13"] = (subg
.where(subg.server.isin([1,3])).where(subg.court == "D").speed.mean())
感谢@Dark指出我正在努力编码groupby。
对于loc，它可用于根据来自2个轴的信息选择值：行和列。按照惯例documentation，放置信息的顺序是行第一列，第二列。例如，在df.loc[df.matchID==id, "meanSpeedCourtD13"]中，df.matchID==id是关于选择matchID为id且"meanSpeedCourtD13"指定要查看的列的行。
关于计算平均值的附注：
subg where(subg.server.isin([1,3]))然后过滤掉不在[1,3]中的服务器。where(subg.court == "A")进一步在法庭上进行过滤。mean来计算速度均值。作为替代方案，您可以使用np.where为[1,2]中的每个matchID分配值。这仅适用于二进制matchID。它与我在计算机上测试的groupby方法的速度大致相同。为节省空间，我们仅使用"meanSpeedCourtA13"列进行演示。
# First we calculate the means
# Calculate mean for Group with mathcID being 1
meanSpeedCourtA13_ID1 = (df[df.matchID==1].
where(df.server.isin([1,3])).where(df.court == "A").speed.mean())
# Calculate mean for Group with matchID being 2
meanSpeedCourtA13_ID2 = (df[df.matchID==2].
where(df.server.isin([1,3])).where(df.court == "A").speed.mean())
# Use np.where to allocate values to each matchID in [1, 2]
df["meanSpeedCourtA13"] = np.where(df.matchID == 1,
meanSpeedCourtA13_ID1, meanSpeedCourtA13_ID2)
对于np.where(condition, x, y)，如果满足条件，它将返回x，否则返回y。有关文档，请参见np.where。