通過對現有列進行分組和執行操作，在 pandas df 中創建新列

Question

我有一個看起來像這樣的數據框（Minimal Reproducible Example）

thermometers = ['T-10000_0001', 'T-10000_0002','T-10000_0003', 'T-10000_0004', 
                'T-10001_0001', 'T-10001_0002', 'T-10001_0003', 'T-10001_0004', 
                'T-10002_0001', 'T-10002_0003', 'T-10002_0003', 'T-10002_0004']

temperatures = [15.1, 14.9, 12.7, 10.8,
               19.8, 18.3, 17.7, 18.1,
               20.0, 16.4, 17.6, 19.3]

df_set = {'thermometers': thermometers,
         'Temperatures': temperatures}

df = pd.DataFrame(df_set)

指數	溫度計	溫度
0	T-10000_0001	14.9
1	T-10000_0002	12.7
2	T-10000_0003	12.7
3	T-10000_0004	10.8
4	T-10001_0001	19.8
5	T-10001_0002	18.3
6	T-10001_0003	17.7
7	T-10001_0004	18.1
8	T-10002_0001	20.0
9	T-10002_0002	16.4
10	T-10002_0003	17.6
11	T-10002_0004	19.3

我正在嘗試對溫度計進行分組（即'T-10000'、'T-10001'、'T-10002'），並創建具有每個溫度計讀數的最小值、最大值和平均值的新列。 所以我的最終數據框看起來像這樣

指數	溫度計	min_temp	平均溫度	最大溫度
0	T-10000	10.8	12.8	14.9
1	T-10001	17.7	18.5	19.8
2	T-10002	16.4	18.3	20.0

我嘗試創建一個我認為需要正則表達式的單獨函數，但我無法弄清楚如何去做。 任何幫助都感激不盡。

Answer 1

通過使用分隔符_拆分來使用groupby 。 然后，只需聚合您需要的任何功能。

>>> df.groupby(df['thermometers']\
               .str.split('_').  \
               .str.get(0)).agg(['min', 'mean', 'max'])

---

                      min    mean   max
thermometers                           
T-10000              10.8  13.375  15.1
T-10001              17.7  18.475  19.8
T-10002              16.4  18.325  20.0

Answer 2

另一種使用str.extract的方法來避免調用str.get ：

(df['Temperatures']
 .groupby(df['thermometers'].str.extract('(^[^_]+)', expand=False))
 .agg(['min', 'mean'])
 )

輸出：

               min    mean
thermometers              
T-10000       10.8  13.375
T-10001       17.7  18.475
T-10002       16.4  18.325