Python Pandas Groupby 多级

Question

我有一个如下所示的数据框：

天	类别	销售量
2021-01-01	一个	1
2021-01-01	乙	5
2021-01-02	一个	2
2021-01-02	乙	3
2021-01-03	一个	4
2021-01-03	乙	1
2021-01-04	一个	3
2021-01-04	乙	5

我想得到这样的东西

天	类别	销售量	sales_ix
2021-01-01	一个	1	0.40
2021-01-01	乙	5	1.43
2021-01-02	一个	2	0.80
2021-01-02	乙	3	0.86
2021-01-03	一个	4	1.60
2021-01-03	乙	1	0.29
2021-01-04	一个	3	1.20
2021-01-04	乙	5	1.43

最后一列是每日销售额除以按类别划分的平均每日销售额（A = 2.5 & b = 3.5 的平均销售额）。

我努力了

df['sales_ix'] = df['sales'].apply(lambda x: x/df.groupby('category').mean()['sales'])

，但它没有用。

有人知道如何将最后一列添加到 df 吗？

Answer 1

尝试这个：

df['sales_ix'] = df.groupby('category')['sales'].transform(lambda x: x.div(x.mean()))

Answer 2

示例 dataframe：

df = pd.DataFrame({
  'day': list('12341234'),
  'category': list('aaaabbbb'),
  'sales':[1,2,3,4,5,6,7,8]
})

为了使聚合结果与 dataframe 兼容，需要设置正确的索引：

df = df.set_index(['category'])

现在我们可以将类别平均值添加到 dataframe 中：

df['category_mean'] = df.groupby(['category'])['sales'].mean()

最后，我们计算目标列：

df['sales_ix'] = df['sales'] / df['category_mean']

或者，从索引中恢复category列：

df.reset_index()

Answer 3

您可以使用groupby - transform ：

result = (
    df.assign(
        sales_ix=df.groupby('category')['sales']
        .transform(lambda x: x / x.mean())
    )
)

Answer 4

如果只有两个类别，您可以使用 np.where

您可以事先获得类别的手段，但您也可以像这样在单行中做到这一点

df['sales_ix'] = np.where(
    df['category'] == 'A',
    df['sales'] / df[df['category'] == 'A']['sales'].mean(),
    df['sales'] / df[df['category'] == 'B']['sales'].mean()
)