如何在 groupby().sum() 操作后正确向 Pandas DataFrame 添加新列？

从 pandas groupby().sum() 的输出创建新列

使用 groupby() 对 Pandas DataFrame 中的列执行计算时函数时，通常需要将结果合并回 DataFrame 中。实现此目的的一种方法是根据分组计算创建一个新列。

在提供的示例中，目标是创建一个新列 Data4，其中包含每个日期的 Data3 列的总和.

所提供的代码尝试将分组结果直接分配给新列，但它会产生 NaN 值。要解决这个问题，应该使用transform()方法：

df['Data4'] = df['Data3'].groupby(df['Date']).transform('sum')

transform()方法返回一个与DataFrame索引对齐的Series，允许它直接添加为新列。 'sum' 参数指定我们要执行的计算。

下面更新的代码演示了transform()的正确应用：

import pandas as pd

df = pd.DataFrame({
    'Date': ['2015-05-08', '2015-05-07', '2015-05-06', '2015-05-05',
             '2015-05-08', '2015-05-07', '2015-05-06', '2015-05-05'],
    'Sym': ['aapl', 'aapl', 'aapl', 'aapl', 'aaww', 'aaww', 'aaww', 'aaww'],
    'Data2': [11, 8, 10, 15, 110, 60, 100, 40],
    'Data3': [5, 8, 6, 1, 50, 100, 60, 120]
})

df['Data4'] = df['Data3'].groupby(df['Date']).transform('sum')

print(df)

修改后的代码的输出正确计算了每个日期的 Data3 的总和，并将结果添加到 DataFrame 作为新列 Data4:

         Date   Sym  Data2  Data3  Data4
0  2015-05-08  aapl     11      5     55
1  2015-05-07  aapl      8      8    108
2  2015-05-06  aapl     10      6     66
3  2015-05-05  aapl     15      1    121
4  2015-05-08  aaww    110     50     55
5  2015-05-07  aaww     60    100    108
6  2015-05-06  aaww    100     60     66
7  2015-05-05  aaww     40    120    121

以上是如何在 groupby().sum() 操作后正确向 Pandas DataFrame 添加新列？的详细内容。更多信息请关注PHP中文网其他相关文章！