![](/img/trans.png)
[英]Mean of last N rows of pandas dataframe if the previous rows meet a condition
[英]Mean of all rows which meet a certain condition in Pandas dataframe
说我有数据框:
Code Value
1 X 135
2 D 298
3 F 301
4 G 12
5 D 203
6 X 212
7 D 401
8 D 125
我想在此数据框中创建一个新列,以计算该数据框中所有行的平均值,其中“代码”列中的值是每一行中的相应值。
例如,在第1行中,“平均值”列将查找代码为“ X”的所有行的均值
您可以通过以下方式使用pd.Series.map()
:
df['Code_mean'] = df.Code.map(df.groupby(['Code']).Value.mean())
>>> df
Out[]:
Code Value Code_mean
1 X 135 173.50
2 D 298 256.75
3 F 301 301.00
4 G 12 12.00
5 D 203 256.75
6 X 212 173.50
7 D 401 256.75
8 D 125 256.75
这似乎比transform
方法要快。
编辑:基准回答评论
import pandas as pd
from string import ascii_letters
df = pd.DataFrame(columns=['Code', 'Value'])
df.Code = [ascii_letters[26:][i] for i in np.random.randint(0, 26, 10000)]
df.Value = np.random.randint(0, 1024, 10000)
>>> %%timeit
... df['Code_mean'] = df.Code.map(df.groupby(['Code']).Value.mean())
1000 loops, best of 3: 1.45 ms per loop
# Reinit df before next timeit
>>> %%timeit
... df.assign(Code_mean=df.groupby('Code').transform('mean'))
100 loops, best of 3: 2.31 ms per loop
但测试结果后也不去赞成transform
较大dataframes(10 ^ 6行)
import pandas as pd
from string import ascii_letters
df = pd.DataFrame(columns=['Code', 'Value'])
df.Code = [ascii_letters[26:][i] for i in np.random.randint(0, 26, 1000000)]
df.Value = np.random.randint(0, 1024, 1000000)
>>> %%timeit
... df['Code_mean'] = df.Code.map(df.groupby(['Code']).Value.mean())
10 loops, best of 3: 95.2 ms per loop
# Reinit df before next timeit
>>> %%timeit
... df.assign(Code_mean=df.groupby('Code').transform('mean'))
10 loops, best of 3: 68.2 ms per loop
按代码分组后,这是transform
方法的良好应用。
>>> df['Group_means'] = df.groupby('Code').transform('mean')
>>> df
Code Value Group_means
0 X 135 173.50
1 D 298 256.75
2 F 301 301.00
3 G 12 12.00
4 D 203 256.75
5 X 212 173.50
6 D 401 256.75
7 D 125 256.75
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.