具有两个条件的python groupby并计算平均值

Question

我有一个数据框如下。我想按两个条件(“日期”列和“价格”列)对这个数据框进行分组，并添加一列来计算“price2”(具有相同的日期和价格)的平均值。谢谢。

import pandas as pd
import numpy as np
df2 = pd.DataFrame({
    'date': [20130101,20130101, 20130105, 20130105, 20130101, 20130108],
    'price': [25, 25, 23.5, 27, 40, 8],
     'price2':[23,56,45,67,33,2]
})
       date  output  price  price2
0  20130101    39.5   25.0      23
1  20130101    39.5   25.0      56
2  20130105    45.0   23.5      45
3  20130105    67.0   27.0      67
4  20130101    33.0   40.0      33
5  20130108     2.0    8.0       2

Answer 1

试试这个，使用 pandas.DataFrame.groupby.transform:

newdf=df2.groupby(['date','price']).transform('mean')

现在:

print(newdf)

是:

   price2
0    39.5
1    39.5
2    45.0
3    67.0
4    33.0
5     2.0

现在要获得额外的列，请执行以下操作:

newdf.columns=['output']
newdf=pd.concat([newdf,df2],axis=1)

然后现在:

print(newdf)

是:

   output      date  price  price2
0    39.5  20130101   25.0      23
1    39.5  20130101   25.0      56
2    45.0  20130105   23.5      45
3    67.0  20130105   27.0      67
4    33.0  20130101   40.0      33
5     2.0  20130108    8.0       2

然后还添加:

df2=df2.insert(1, 'output', newdf)

如果想要正确的列索引

然后现在:

print(newdf)

是:

       date  output  price  price2
0  20130101    39.5   25.0      23
1  20130101    39.5   25.0      56
2  20130105    45.0   23.5      45
3  20130105    67.0   27.0      67
4  20130101    33.0   40.0      33
5  20130108     2.0    8.0       2