在pandas数据框python

Question

我有一个包含多列的数据框

df = pd.DataFrame({"cylinders":[2,2,1,1],
                  "horsepower":[120,100,89,70],
                  "weight":[5400,6200,7200,1200]})


 cylinders horsepower weight
0  2          120       5400
1  2          100       6200 
2  1           80       7200
3  1           70       1200

我想创建一个新的数据框，并用圆柱体将两个子加权的中位数和均值作为子列。 例如：

                        weight
  cylinders horsepower  median  mean
0  1          100       5299    5000
1  1          120       5100    5200
2  2           70       7200    6500
3  2           80       1200    1000

对于我的示例表，我使用了随机值。我无法实现这一目标。  我知道如何获取中位数，并表示其在this stackoverflow问题中的描述。 ：

df.weight.median()
df.weight.mean()
df.groupby('cylinders') #groupby cylinders

但是如何创建此子列？

Answer 1

以下代码片段添加了两个请求的列。它按圆柱将行分组，计算重量的平均值和中位数，并将原始数据框和结果组合在一起：

result = df.join(df.groupby('cylinders')['weight']\
           .agg(['mean', 'median']))\
           .sort_values(['cylinders', 'mean']).ffill()
#   cylinders  horsepower  weight    mean  median
#2          1          80    7200  5800.0  5800.0
#3          1          70    1200  5800.0  5800.0
#1          2         100    6200  4200.0  4200.0
#0          2         120    5400  4200.0  4200.0

在熊猫中，选择列不能有“子列”。如果某列具有“子列”，则所有其他列也必须具有“子列”。这就是所谓的多索引。