python-3.x - 与 Pandas 数据框中的分组平均值的区别？

Question

让我们假设我计算在特定时间段内人们 ( Orange ) 吃了多少橙子 ( Apple ) 和苹果 ( id ) 。我也知道他们是年轻还是年老( group )。 pandas 数据框可能如下所示:

df = pd.DataFrame({'id' : ['1','2','3','7'],
                   'group' : ['Young', 'Young', 'Old', 'Old'],
                       'Apple' : [7,2,5,4],
                       'Orange' : [3,6,4,4],
                       })

我们可以使用 groupby() 轻松计算均值.例如:

df.Apple.groupby(df.group).mean()

产出

Old      4.5
Young    4.5

但是让我们说，我想找出每个人消耗的苹果和橙子的数量与该组的平均值相差多少？

也就是说，输出应该是

df = pd.DataFrame({'id' : ['1','2','3','7'],
                   'group' : ['Young', 'Young', 'Old', 'Old'],
                       'Apple' : [7,2,5,4],
                       'Orange' : [3,6,4,4],
                       'Apple Difference' : [2.5, -2.5, 0.5, -0.5],
                       })

有没有办法用 Pandas/numpy 做到这一点？对不起，摇滚问题最好的/R

Answer 1

您需要 transform 为 mean同 length如 df减去 sub :

print (df.groupby('group')['Apple'].transform('mean'))
0    4.5
1    4.5
2    4.5
3    4.5
Name: Apple, dtype: float64

df = pd.DataFrame({'id' : ['1','2','3','7'],
                   'group' : ['Young', 'Young', 'Old', 'Old'],
                       'Apple' : [7,2,5,4],
                       'Orange' : [3,6,4,4],
                       })
df['Apple Difference'] = df['Apple'].sub(df.groupby('group')['Apple'].transform('mean'))
print (df)
   Apple  Orange  group id  Apple Difference
0      7       3  Young  1               2.5
1      2       6  Young  2              -2.5
2      5       4    Old  3               0.5
3      4       4    Old  7              -0.5