Question

我有一个数据框，例如：

Index    Date      Type  Value
0      01/01/2010    A    10
1      01/01/2010    B    15
2      01/01/2010    B    25
3      01/01/2010    A    12
4      01/02/2010    A    9
5      01/02/2010    B    17
6      01/02/2010    B    20
7      01/02/2010    A    8

我想创建一个新列，以便针对每一行对基于Type和基于Date的值进行平均，因此对于给定的日期，所有具有Type A的行都将具有相同的平均值，而对于Type B将具有相同的平均值。例如，对于2010年1月1日，所有类型A的丝束将为（10 + 12）/ 2 = 11，所有类型B的行将为（15 + 25）/ 2 = 20：

Index    Date      Type  Value  Value2
0      01/01/2010    A    10    11
1      01/01/2010    B    15    20
2      01/01/2010    B    25    20
3      01/01/2010    A    12    11
4      01/02/2010    A    9    8.5
5      01/02/2010    B    17   13.5
6      01/02/2010    B    20   13.5
7      01/02/2010    A    8    8.5

Answer 1

您可能想要groupby和transform（尽管我不确定在您期望的输出中为什么B的类型01/02/2010是13.5，应该是18.5，即 17和20的平均值）：

df['Value2'] = df.groupby(['Type','Date']).Value.transform('mean')
>>> df
   Index        Date Type  Value  Value2
0      0  01/01/2010    A     10    11.0
1      1  01/01/2010    B     15    20.0
2      2  01/01/2010    B     25    20.0
3      3  01/01/2010    A     12    11.0
4      4  01/02/2010    A      9     8.5
5      5  01/02/2010    B     17    18.5
6      6  01/02/2010    B     20    18.5
7      7  01/02/2010    A      8     8.5

如何基于熊猫中其他列条件对列的某些值求平均值

1 个答案: