Python: Veritabanına özel .mean sütunları nasıl eklenir?

Question

Veritabanıma b ve c araçlarını nasıl ekleyebilirim? Birleştirme denedim ama işe yaramadı.

İstenilen çıktı: Ben fazladan iki sütun b_mean ve df.groupBy('date').mean()

DataFrame

a b c date 
0 2 3 5  1 
1 5 9 1  1 
2 3 7 1  1 

Aşağıdaki kodu var

import pandas as pd 

a = [{'date': 1,'a':2, 'b':3, 'c':5}, {'date':1, 'a':5, 'b':9, 'c':1}, {'date':1, 'a':3, 'b':7, 'c':1}] 

df = pd.DataFrame(a) 

x = df.groupby('date').mean() 

Düzenleme sonuçları ile benim dataframe eklenen c_mean istiyorum aşağıdaki df.groupby('date').mean() olur:

   a   b   c 
date        
1  3.333333 6.333333 2.333333 

My istenen sonucu, aşağıdaki veri çerçevesini

a b c date a_mean b_mean 
0 2 3 5  1 3.3333 6.3333 
1 5 9 1  1 3.3333 6.3333 
2 3 7 1  1 3.3333 6.3333 

Answer 1

Sana dataframe yeni sütun değeri olarak ilave bir sütunun ortalama değer gerekir varsayarak olacaktır. Lütfen beni düzeltin.

Sen bunun için pd.groupby.transform() kullanabilirsiniz, bahsedilen @ayhan gibi

In [1]: import pandas as pd 

In [2]: a = [{'date': 1,'a':2, 'b':3, 'c':5}, {'date':1, 'a':5, 'b':9, 'c':1}, {'date':1, 'a':3, 'b':7, 'c':1}] 

In [3]: df = pd.DataFrame(a) 

In [4]: for col in ['b','c']: 
    ...:  df[col+"_mean"] = df.groupby('date')[col].transform('mean') 

In [5]: df 
Out[5]: 
    a b c date b_mean c_mean 
0 2 3 5  1 6.333333 2.333333 
1 5 9 1  1 6.333333 2.333333 
2 3 7 1  1 6.333333 2.333333 

Answer 2

gibi doğrudan sütunun ortalamasını alarak elde etmek ve atayarak yeni bir sütun oluşturabilirsiniz. Dönüştürme geçerli gibidir, ancak gruplanmış sütun (lar) daki benzersiz değerler yerine özgün veri çerçevesiyle aynı dizini kullanır.

df['a_mean'] = df.groupby('date')['a'].transform('mean') 
df['b_mean'] = df.groupby('date')['b'].transform('mean') 

>>> df 
    a b c date b_mean a_mean 
0 2 3 5  1 6.333333 3.333333 
1 5 9 1  1 6.333333 3.333333 
2 3 7 1  1 6.333333 3.333333 

Answer 3

bir rsuffix parametreyle çözelti
kullanımı join.

df.join(df.groupby('date').mean(), on='date', rsuffix='_mean') 

    a b c date a_mean b_mean c_mean 
0 2 3 5  1 3.333333 6.333333 2.333333 
1 5 9 1  1 3.333333 6.333333 2.333333 
2 3 7 1  1 3.333333 6.333333 2.333333 

---

Biz sadece ['a', 'b']

df.join(df.groupby('date')[['a', 'b']].mean(), on='date', rsuffix='_mean') 

    a b c date a_mean b_mean 
0 2 3 5  1 3.333333 6.333333 
1 5 9 1  1 3.333333 6.333333 
2 3 7 1  1 3.333333 6.333333 

ekstra kredi
gerçekten soruya cevap Değil sınırlayabilir ... ama temiz olduğunu düşündüm!

d1 = df.set_index('date', append=True).swaplevel(0, 1) 
g = df.groupby('date').describe() 
d1.append(g).sort_index() 

        a   b   c 
date          
1 0  2.000000 3.000000 5.000000 
    1  5.000000 9.000000 1.000000 
    2  3.000000 7.000000 1.000000 
    25% 2.500000 5.000000 1.000000 
    50% 3.000000 7.000000 1.000000 
    75% 4.000000 8.000000 3.000000 
    count 3.000000 3.000000 3.000000 
    max 5.000000 9.000000 5.000000 
    mean 3.333333 6.333333 2.333333 
    min 2.000000 3.000000 1.000000 
    std 1.527525 3.055050 2.309401