如何将聚合列添加到 Pandas 中的分组 DataFrame 中？

向 Pandas 中的分组数据框添加列

在 Pandas 中使用数据框时，通常需要对数据进行分组并聚合其中的值组。通常，这涉及使用聚合结果创建单独的数据帧。但是，将这些聚合列直接添加到原始数据框也很有用。

让我们用一个简单的示例数据框来说明这一点：

<code class="python">df = pd.DataFrame({'c': [1, 1, 1, 2, 2, 2, 2], 'type': ['m', 'n', 'o', 'm', 'm', 'n', 'n']})</code>

计算“type”的值对于“c”的每个值，我们可以使用以下代码：

<code class="python">g = df.groupby('c')['type'].value_counts().reset_index(name='t')</code>

这将创建一个新的数据框“g”，其中包含三列：“c”、“type”和“t”，分别代表每个“c”中每个“类型”的计数。

接下来，我们可以使用“size()”方法来计算每个组中的行数：

<code class="python">a = df.groupby('c').size().reset_index(name='size')</code>

这个创建一个包含两列的新数据框“a”：“c”和“size”，其中包含每个“c”组中的行数。

要将“size”列添加到原始数据框，有一个选项是使用问题中所示的“map()”函数。然而，更直接的方法是使用 'transform()' 方法：

<code class="python">g['size'] = df.groupby('c')['type'].transform('size')</code>

'transform()' 方法返回一个 Series，其索引与原始数据帧对齐。通过将此系列分配给分组数据框中的新列，我们可以有效地将聚合值添加回原始数据框。

生成的数据框“g”现在将包含附加的“size”列：

   c type  t  size
0  1    m  1     3
1  1    n  1     3
2  1    o  1     3
3  2    m  2     4
4  2    n  2     4

这种方法提供了一种简单有效的方法来将聚合列添加到 Pandas 中的分组数据帧中。

以上是如何将聚合列添加到 Pandas 中的分组 DataFrame 中？的详细内容。更多信息请关注PHP中文网其他相关文章！