Question

我有一个2darray，对于每一行，我想计算col average中行numbers的相同键（在这种情况下，key1＆amp; key2。这是我的问题的简单表示，下面是期望的：

>>> df
Out[3]:
  key1 key2  number
0    a    c     100
1    b    d     200
2    a    a     150
3    a    a     200

>>> res
100
200
175 # (150+200)/2
175 # (150+200)/2

根据[1]和[2]中的建议，我知道grouby中有pandas等聚合方法，但groupby方法会提供唯一的聚合，而我打算将它们投射到每一行。

我目前的工作流程如下：

使用groupby('foo').mean()
然后，对于每一行，将行的key映射到聚合。

例如：

>>> K = df.key1 + df.key2

>>> K
Out[4]:
0    ac
1    bd
2    aa
3    aa
dtype: object

>>> agg = df2.groupby(K).mean()

>>> agg
Out[5]:
    number
aa     175
ac     100
bd     200

>>> avgif = []
... agg = agg.squeeze() # groupby results shape in (n, 1)
... for k in K:
...     avgif.append(agg.at[K])

>>> avgif
Out[6]:
[100, 200, 175, 175]

这很好用，但我真正的问题是这行可能超多，可能高达200k。

因此，如果有人可以分享任何建议，我会很高兴。谢谢！

Answer 1

我认为两列都需要GroupBy.transform：

df['new'] = df.groupby(['key1','key2'])['number'].transform('mean')
print (df)
  key1 key2  number  new
0    a    c     100  100
1    b    d     200  200
2    a    a     150  175
3    a    a     200  175

同时工作也改变了您的解决方案，但建议使用_之间的分隔符：

K = df.key1 + '_' + df.key2
df['new'] = df.groupby(K)['number'].transform('mean')

Python元素级AVERAGEIF等同于Excel

1 个答案: