python - 添加一个新的 pandas dataframe 列，用条件计算填充它(平均如果，标准差如果)

Question

我需要向填充有条件均值和标准差的 Pandas 数据框添加 2 列。

# Import pandas library 
import pandas as pd 

# Initialize list of lists 
data = [
    ['Tom',   'Blue', 'Small',  10, ], 
    ['Tom',   'Blue', 'Big',    15, ], 
    ['Tom',   'Red',  'Big',     3, ], 
    ['Tom',   'Red',  'Small',   8, ], 
    ['Tom',   'Red',  'Medium',  5, ], 
    ['Tom',   'Blue', 'Medium', 12, ], 
    ['Nick',  'Blue', 'Small',  15, ], 
    ['Nick',  'Red',  'Medium', 11, ], 
    ['Nick',  'Red',  'Small',  17, ], 
    ['Julie', 'Blue', 'Big',    14, ], 
    ['Julie', 'Red',  'Big',    11, ],
    ['Julie', 'Red',  'Medium',  3, ], 
    ['Julie', 'Red',  'Medium',  4, ],
]

# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['Name', 'Colour', 'Size', 'Age']) 

# print dataframe. 
df

在这个例子中，我需要添加 2 列:df['mean'] 和 df['std'] 仅以名称和颜色为条件。

我查看了 .mean() 和 .std() 文档，但没有找到添加一组条件的方法。我相信我可能需要 2 个函数，对于每一行，将名称和颜色作为参数，计算整个系列的平均值或标准差，然后填充新列。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.std.html

我相信我需要一个函数来动态检查每一行的名称和颜色，因为与此示例数据框不同，我的应用程序适用于具有数千种名称和数千种颜色的数据框。

我知道如何无条件地将 .mean 或 .std 应用于整个 pandas 系列:

df['Age'].std()

或

df['Age'].mean()

我还发现 group by + 转换做了一些稍微类似的事情，但没有像函数那样动态检查每一行的能力。

df['mean'] = df.groupby(['Name','Colour']).transform('mean')

感谢您的帮助。

这是我预期的输出。感谢您的回答: Output dataframe

Answer 1

由于transform不支持std，我们可以通过groupby().agg和merge绕过:

new_df = df.groupby(['Name', 'Colour']).Age.agg({'mean','std'})
df = df.merge(new_df, left_on=['Name', 'Colour'], right_index=True)

输出:

     Name Colour    Size  Age       std       mean
0     Tom   Blue   Small   10  2.516611  12.333333
1     Tom   Blue     Big   15  2.516611  12.333333
5     Tom   Blue  Medium   12  2.516611  12.333333
2     Tom    Red     Big    3  2.516611   5.333333
3     Tom    Red   Small    8  2.516611   5.333333
4     Tom    Red  Medium    5  2.516611   5.333333
6    Nick   Blue   Small   15       NaN  15.000000
7    Nick    Red  Medium   11  4.242641  14.000000
8    Nick    Red   Small   17  4.242641  14.000000
9   Julie   Blue     Big   14       NaN  14.000000
10  Julie    Red     Big   11  4.358899   6.000000
11  Julie    Red  Medium    3  4.358899   6.000000
12  Julie    Red  Medium    4  4.358899   6.000000