熊猫，如何添加具有平均分组列的行

Question

我有一个如下所示的数据框。
我想为每个水果添加 1 行，其中

• 新行的price应设置为该水果先前存在的行的平均价格。
• 新行的resource将始终为all 。
• 新行的ftype将始终为avg 。

我知道如何生成一个新列，显示每个水果的平均价格，但我不知道如何用这个平均值添加一行。
你能帮助我吗？

import numpy as np
import pandas as pd
fruit = ['apple','apple','banana','banana','kiwi','kiwi','grape','grape']
ftype = ['one','two','one','two','three','one','one','two']
resource = ['us','us','us','us','us','us','us','us']
price = [100,150,200,300,120,300,400,500]
df = pd.DataFrame({'fruit':fruit,'ftype':ftype,'resource':resource,'price':price})
print(df)

原始数据框：

    fruit  ftype  price resource
0   apple    one    100       us
1   apple    two    150       us
2  banana    one    200       us
3  banana    two    300       us
4    kiwi  three    120       us
5    kiwi    one    300       us
6   grape    one    400       us
7   grape    two    500       us

我想生成什么：

    fruit  ftype  price resource
0   apple    one    100       us
1   apple    two    150       us
    apple    avg    125      all
2  banana    one    200       us
3  banana    two    300       us
   banana    avg    250       all
4    kiwi  three    120       us
5    kiwi    one    300       us
     kiwi    avg    210       all
6   grape    one    400       us
7   grape    two    500       us
    grape    avg    450       all

Answer 1

您可以使用DataFrame.assign聚合mean并添加新列：

df1 = df.groupby('fruit', as_index=False)['price'].mean().assign(resource='all',ftype='avg')

然后使用concat和排序值：

df = (pd.concat([df, df1], sort=True)
        .sort_values(['fruit','resource'], ascending=[True, False])
        .reset_index(drop=True))
print (df)
     fruit  ftype  price resource
0    apple    one    100       us
1    apple    two    150       us
2    apple    avg    125      all
3   banana    one    200       us
4   banana    two    300       us
5   banana    avg    250      all
6    grape    one    400       us
7    grape    two    500       us
8    grape    avg    450      all
9     kiwi  three    120       us
10    kiwi    one    300       us
11    kiwi    avg    210      all