Pandas 熊猫：有效地用代表值替换装箱柱

我想对数据进行分类，并为每个分类选择一个特定的集合

import pandas as pd
df = pd.DataFrame({ 
  'A': [1, 2, 3, 4],
  'B': [1, 2, 3, 4],
})
groups = pd.cut(df['A'], bins=2, labels=False)
group_reps = df.groupby([groups]).agg(A=('A', 'mean'))
# ... some magic happens here to replace values in A by group_reps ...
# 
# expected result
# A, B
# 1.5, 1
# 1.5, 2
# 3.5, 3
# 3.5, 4

---

对于大小接近机器内存的数据，如何有效地实现这一点？

如果要更改一列，可以单独处理。另外，

transform

帮助您将聚合与原始索引对齐：

df['A'] = df['A'].groupby(groups).transform('mean')

---

df['A']=df['A'].groupby（groups）.transform（'mean'）

？是的，谢谢。这就是我要找的。正在与合并、加入、查找进行斗争。。。你能给我一个答复吗？