python - 将产品销售额 < 20 替换为 python Dataframe 相似组中销售额的平均值

Question

我想估算数据框交易(Python 中)中“销售”列的值。即，将产品销售额 < 20 替换为相应类别和品牌销售额的平均值。

例如，我的数据结构如下:

Category,Brand,Sales
Food    , pp  , 100 
Food    , pp  , 200
Food    , pp  , 10
Cream   , xy  , 40
Cream   , xy  , 2
Cream   , xy  , 60

第 3 行的销售额(食品和 pp)即 10 应替换为食品和 PP 组中的所有销售额，即 100 + 200/2 = 150 [不包括包含销售额为 10 的第 3 行] .同样适用于第 5 行，即 2 应替换为 Cream 和 xy 的销售额，即 (60 +40)/2 = 50 [不包括第 5 行]。

Answer 1

使用transform对于与原始 df 大小相同的每组过滤值的 mean，因此可以用 numpy.where 条件替换:

a = df.groupby(['Category','Brand'])['Sales'].transform(lambda x: x[x >= 20].mean())
df['Sales'] = np.where(df['Sales'] < 20, a, df['Sales'])

替代方案:

a = df[df['Sales']>= 20].groupby(['Category','Brand'])['Sales'].mean()
b = df.drop('Sales', 1).join(a, on=['Category','Brand'])['Sales']
df['Sales'] = np.where(df['Sales'] < 20, b, df['Sales'])

---

print (df)
  Category Brand  Sales
0     Food    pp    100
1     Food    pp    200
2     Food    pp    150
3    Cream    xy     40
4    Cream    xy     50
5    Cream    xy     60