Python：每行平均值的廣告列

我有一個如下所示的資料框：

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'])

Dataframe 包含一天中每個 TimeCategory 的總值。

現在我想在這個資料框中添加一列，它顯示每天每個 TimeCategory 的平均值。

如果我有 3 行，日期為 2020-10-01，時間類別為 07-08，并且總值等于 3.0，我希望平均值等于 1.0。

結果應該是這樣的。

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

我不想使用 group by，因為我需要資料幀的所有行（包括重復行）。

非常感謝您的幫助。

uj5u.com熱心網友回復：

想法是Value_TimeCategory_total按每組的計數劃分列GroupBy.transform以獲得Series與原始相同的大小：

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  

替代解決方案：

df1['Value_TimeCategory_Row_Average'] = (df1.groupby(['Date','TimeCategory'])['Value_TimeCategory_total']
                                            .transform(lambda x: x / len(x)))

uj5u.com熱心網友回復：

因此，按 分組Date, TimeCategory，其他單元格分別具有相同的值。我認為groupby不一定有助于實作您的需求 - 您只需要將它與assign：

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"])))

標籤：Python 熊猫 数据框

上一篇：如何在scala中獲取分層陣列的最后一個元素并對其應用聚合函式？

下一篇：從列中提取某些單詞