熊猫：取具有匹配值的行的平均值

Question

我已经尝试过在论坛上发布的一些想法，但是都没有用。我有一个产品标识符和价格的数据框。我已经将df范围缩小到仅在较大数据库中同一产品的价格超过一个的情况。现在，我想创建一个新列，将其作为给定产品的平均价格。即：

ID          Price
ABC1        101.45
XYZ2        88.12
ABC1        99.24
XYZ2        82.99
ABC1        105.00

我想要的输出是这样的：

ID          Price          AvgPx
ABC1        101.45         101.897
XYZ2        88.12          85.556
ABC1        99.24          101.897
XYZ2        82.99          85.556
ABC1        105.00         101.897

我已经尝试过各种版本的groupby和for循环，但没有任何效果。感谢您的帮助！

Answer 1

虽然提供的其他解决方案效果很好，但我认为在此处使用transform会产生清晰易读的代码：

df['AvgPx'] = df.groupby('ID')['Price'].transform('mean')

>>> df
     ID   Price       AvgPx
0  ABC1  101.45  101.896667
1  XYZ2   88.12   85.555000
2  ABC1   99.24  101.896667
3  XYZ2   82.99   85.555000
4  ABC1  105.00  101.896667

Answer 2

您可以创建数据框的汇总版本，然后使用merge将原始数据框与汇总合并。

agg_df = df.groupby('ID', as_index=False)['Price'].mean().rename(columns={'Price': 'AvgPx'})


df = df.merge(agg_df)

ID   Price       AvgPx
0  ABC1  101.45  101.896667
1  ABC1   99.24  101.896667
2  ABC1  105.00  101.896667
3  XYZ2   88.12   85.555000
4  XYZ2   82.99   85.555000

Answer 3

您可以这样做：

avg = df.groupby('ID').Price.mean()
df.join(avg, on='ID', rsuffix='Avg')

最好说df['AvgPx'] = avg.reindex(df.ID)，但这是行不通的，因为reindex()需要一个唯一的序列。