在 Pandas 中的組內標准化

Question

我已經閱讀了幾個類似的問題，即使問題非常簡單，我也無法找到適合我具體嘗試的答案。 我有一組數據，其中包含一個分組變量 position 和該 position 的值：

Sample    Position    Depth
A         1           2
A         2           3
A         3           4
B         1           1
B         2           3
B         3           2

我想生成一個內部標准化深度的新列，如下所示：

Sample    Position    Depth    NormalizedDepth
A         1           2        0
A         2           3        0.5
A         3           4        1
B         1           1        0
B         2           3        1
B         3           2        0.5

這基本上由公式NormalizedDepth = (x - min(x))/(max(x)-min(x))表示，使得最小值和最大值屬於該組。

我知道如何使用dplyr中的R執行此操作：

depths %>% 
  group_by(Sample) %>%
  mutate(NormalizedDepth = 100 * (Depth - min(Depth))/(max(Depth) - min(Depth)))

我無法弄清楚如何使用pandas做到這一點我嘗試過進行分組和應用，但似乎沒有一個能復制我正在尋找的東西。

Answer 1

我們使用ptp進行transform （與 R dplyr中的mutate相同）（這是獲取 max 和 min 之間的差異）

import numpy as np

g=df.groupby('Sample').Depth
df['new']=(df.Depth-g.transform('min'))/g.transform(np.ptp)
0    0.0
1    0.5
2    1.0
3    0.0
4    1.0
5    0.5
Name: Depth, dtype: float64

Answer 2

按樣本系列的值對數據框進行分組，將匿名 function 應用於執行最小最大歸一化的（拆分）深度系列的每個值，將結果分配給 df DataFrame 的 NormalizedDepth 系列（注意不太可能像上面的 YOBEN_S 回答一樣有效):

import pandas as pd    
df['NormalizedDepth'] = df.groupby('Sample').Depth.apply(lambda x: (x - min(x))/(max(x)-min(x)))