[英]Python: Ad column with average value for each row
我有一个 dataframe 看起来像这样:
data1 = [['2020-10-01', '07-08', 3.0 ], ['2020-10-01', '08-09', 2.0], ['2020-10-01', '07-08', 3.0], ['2020-10-01', '07-08', 3.0],['2020-10-02', '07-08', 3.0 ], ['2020-10-02', '08-09', 3.0], ['2020-10-02', '07-08', 3.0], ['2020-10-02', '08-09', 3.0], ['2020-10-03', '09-10', 9.0], ['2020-10-03', '09-10', 9.0]]
df1 = pd.DataFrame(data1, columns = ['Date', 'TimeCategory', 'Value_TimeCategory_total'])
日期 | 时间类别 | Value_TimeCategory_total |
---|---|---|
2020-10-01 | 07-08 | 3.0 |
2020-10-01 | 08-09 | 2.0 |
2020-10-01 | 07-08 | 3.0 |
2020-10-01 | 07-08 | 3.0 |
2020-10-02 | 07-08 | 3.0 |
2020-10-02 | 08-09 | 3.0 |
2020-10-02 | 07-08 | 3.0 |
2020-10-02 | 08-09 | 3.0 |
2020-10-03 | 09-10 | 9.0 |
2020-10-03 | 09-10 | 9.0 |
Dataframe 包含一天内每个 TimeCategory 的总值。
现在我想在这个 dataframe 中添加一列,它显示每天每个 TimeCategory 的平均值。
如果我有 3 行日期为 2020-10-01 且 TimeCategory 为 07-08 并且总值等于 3.0,我希望平均值等于 1.0。
结果应该是这样的。
data2 = [['2020-10-01', '07-08', 3.0 , 1.0], ['2020-10-01', '08-09', 2.0, 2.0], ['2020-10-01', '07-08', 3.0, 1.0], ['2020-10-01', '07-08', 3.0, 1.0],['2020-10-02', '07-08', 3.0, 1.5 ], ['2020-10-02', '08-09', 3.0, 1.5], ['2020-10-02', '07-08', 3.0, 1.5], ['2020-10-02', '08-09', 3.0, 1.5], ['2020-10-03', '09-10', 9.0, 4.5], ['2020-10-03', '09-10', 9.0, 4.5]]
df2 = pd.DataFrame(data2, columns = ['Date', 'TimeCategory', 'Value_TimeCategory_total' , 'Value_TimeCategory_Row_Average'])
df2
日期 | 时间类别 | Value_TimeCategory_total | Value_TimeCategory_Row_Average |
---|---|---|---|
2020-10-01 | 07-08 | 3.0 | 1.0 |
2020-10-01 | 08-09 | 2.0 | 2.0 |
2020-10-01 | 07-08 | 3.0 | 1.0 |
2020-10-01 | 07-08 | 3.0 | 1.0 |
2020-10-02 | 07-08 | 3.0 | 1.5 |
2020-10-02 | 08-09 | 3.0 | 1.5 |
2020-10-02 | 07-08 | 3.0 | 1.5 |
2020-10-02 | 08-09 | 3.0 | 1.5 |
2020-10-03 | 09-10 | 9.0 | 4.5 |
2020-10-03 | 09-10 | 9.0 | 4.5 |
我不想使用 group by,因为我需要 dataframe 的所有行(包括重复行)。
非常感谢您的帮助。
利用:
df1['Value_TimeCategory_Row_Average'] = df1['Value_TimeCategory_total'].div(df1.groupby(['Date','TimeCategory'])['Value_TimeCategory_total'].transform('size'))
print (df1)
Date TimeCategory Value_TimeCategory_total \
0 2020-10-01 07-08 3.0
1 2020-10-01 08-09 2.0
2 2020-10-01 07-08 3.0
3 2020-10-01 07-08 3.0
4 2020-10-02 07-08 3.0
5 2020-10-02 08-09 3.0
6 2020-10-02 07-08 3.0
7 2020-10-02 08-09 3.0
8 2020-10-03 09-10 9.0
9 2020-10-03 09-10 9.0
Value_TimeCategory_Row_Average
0 1.0
1 2.0
2 1.0
3 1.0
4 1.5
5 1.5
6 1.5
7 1.5
8 4.5
9 4.5
因此,按Date, TimeCategory
分组,其他单元格分别具有相同的值。 我认为groupby
不一定有助于实现您的需求 - 您只需将它与assign
结合起来:
df2.set_index(["Date", "TimeCategory"], inplace=True)
df2 = df2.assign(Value_TimeCategory_Row_Average = df2.groupby(["Date", "TimeCategory"]).apply(lambda x:x["Value_TimeCategory_total"].mean() / len(x["Value_TimeCategory_total"])))
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.