DataFrame在 Python 中考慮以下內容：import pandas as pddf = pd.DataFrame({'id':[0]*3+[1]*3,'y':np.random.randn(6),'x':np.random.randn(6)})這使 id y x0 0 0.721757 1.5956461 0 0.359601 1.1284732 0 1.134922 2.3179293 1 0.290152 -1.9013364 1 0.128742 0.9826835 1 0.556914 0.745208請注意，y和x是根據 分組的id。我想創建以下內容DataFrame id y x y_md x_md0 0 0.721757 1.595646 -0.017003 -0.0850371 0 0.359601 1.128473 -0.379159 -0.5522092 0 1.134922 2.317929 0.396162 0.6372463 1 0.290152 -1.901336 -0.035117 -1.8435214 1 0.128742 0.982683 -0.196527 1.0404985 1 0.556914 0.745208 0.231644 0.803023在哪里y_md包含與其組均值 ( id= 0& 1)的偏差值x_md包含與其組均值 ( id= 0& 1)的偏差值我想到的是df_g = df.groupby('id')yy = pd.Series( df['y'].values - df_g['y'].mean().repeat(3).values )xx = pd.Series( df['x'].values - df_g['x'].mean().repeat(3).values )pd.concat([df,yy.rename('y_md'), xx.rename('x_md')],axis=1)但它看起來不太好。我想知道是否有一個優雅的 one liner 或類似的結果相同？我將不勝感激你的幫助。
2 回答
一只萌萌小番薯
TA貢獻1795條經驗 獲得超7個贊
用于GroupBy.transform處理多列，減去 by DataFrame.sub，更改列名 byDataFrame.add_suffix并附加到原始 by DataFrame.join：
c = ['x','y']
df = df.join(df[c].sub(df.groupby('id')[c].transform('mean')).add_suffix('_md'))
print (df)
id y x x_md y_md
0 0 0.721757 1.595646 -0.085037 -0.017003
1 0 0.359601 1.128473 -0.552210 -0.379159
2 0 1.134922 2.317929 0.637246 0.396162
3 1 0.290152 -1.901336 -1.843521 -0.035117
4 1 0.128742 0.982683 1.040498 -0.196527
5 1 0.556914 0.745208 0.803023 0.231645
或者可以分配新的列名：
df[['x_md','y_md']] = df[['x','y']].sub(df.groupby('id')[['x','y']].transform('mean'))
慕碼人8056858
TA貢獻1803條經驗 獲得超6個贊
設置id為索引，按索引分組并從 df 中減去分組的平均值：
df = df.set_index("id")
df[['y_md','x_md']] = df.sub(df.groupby("id").agg("mean"))
df
y x y_md x_md
id
0 0.721757 1.595646 -0.017003 -0.085037
0 0.359601 1.128473 -0.379159 -0.552210
0 1.134922 2.317929 0.396162 0.637246
1 0.290152 -1.901336 -0.035117 -1.843521
1 0.128742 0.982683 -0.196527 1.040498
1 0.556914 0.745208 0.231645 0.803023
添加回答
舉報
0/150
提交
取消