Pandas Python告诉我们如何获得groupby的反面

我有两个数据帧。除了一列之外，它们是相同的。我想根据第一个数据帧的平均值更改第二个数据帧的列。对于后者，我必须使用groupby，但我不知道如何获得相反的结果。下面是一个最小的示例，在这个特定的示例中，df_2应该与df_1相同。我的问题是如何从tmp到df2_new-参见下面的代码

import pandas as pd


def foo(df1, df2):
    # Group by A
    groupsA_one = dict(list(df1.groupby('A', as_index=False)))
    groupsA_two = dict(list(df2.groupby('A', as_index=False)))

    for key_A in groupsA_one:
        # Group by B
        groupsB_one = dict(list(groupsA_one[key_A].groupby('B', as_index=False)))
        groupsB_two = dict(list(groupsA_two[key_A].groupby('B', as_index=False)))

        for key_B in groupsB_one:
            # Group by C
            tmp = groupsB_two[key_B].groupby('C', as_index=False)['D'].mean()   # Returns DataFrame with NaN
            tmp['D'] = groupsB_one[key_B].groupby('C', as_index=False)['D'].mean()['D']
            print tmp

    df2_new = []        # ???
    return df2_new

if __name__ == '__main__':
    A1 = {'A': [1, 1, 1, 1, 2, 2, 2, 2], 'B': [1, 1, 2, 2, 1, 1, 2, 2],
          'C': [1, 2, 1, 2, 1, 2, 1, 2], 'D': [5, 5, 5, 5, 5, 5, 5, 5]}
    A2 = {'A': [1, 1, 1, 1, 2, 2, 2, 2], 'B': [1, 1, 2, 2, 1, 1, 2, 2],
          'C': [1, 2, 1, 2, 1, 2, 1, 2], 'D': [0, 0, 0, 0, 0, 0, 0, 0]}
    df_one = pd.DataFrame(A1)
    df_two = pd.DataFrame(A2)
    foo(df_one, df_two)

---

这是我想要的解决方案。请，如果你找到一个更优雅的解决方案，我会很乐意把它作为一个正确的答案

Hre它是：

import pandas as pd
import numpy as np


def foo(df):
    # Group by A
    groups_a_one = dict(list(df.groupby('A', as_index=False)))

    for key_a in groups_a_one:
        # Group by B
        groups_b_one = dict(list(groups_a_one[key_a].groupby('B', as_index=False)))

        for key_b in groups_b_one:
            # Group by C
            tmp = groups_b_one[key_b].groupby('C', as_index=False).transform(lambda x: x.fillna(x.mean()))
            df.ix[tmp.index, 'D'] = tmp['D']# assign mean values to correct lines in df

    return df

if __name__ == '__main__':
    A1 = {'A': [1, 1, 1, 1, 2, 2, 2, 2], 'B': [1, 1, 2, 2, 1, 1, 2, 2],
          'C': [1, 2, 1, 2, 1, 2, 1, 2], 'D': [5, 5, 5, 5, 5, 5, 5, 5]}
    A2 = {'A': [1, 1, 1, 1, 2, 2, 2, 2], 'B': [1, 1, 2, 2, 1, 1, 2, 2],
          'C': [1, 2, 1, 2, 1, 2, 1, 2], 'D': [np.NaN, np.NaN, np.NaN, np.NaN, np.NaN, np.NaN, np.NaN, np.NaN]}
    df_one = pd.DataFrame(A1)
    df_two = pd.DataFrame(A2)
    df = pd.concat([df_one, df_two], axis=0, ignore_index=True)# To get only one DataFrame

    # run the transform
    foo(df)

以下是初始状态和最终状态：

# Initial
    A  B  C  D
0   1  1  1  5
1   1  1  2  5
2   1  2  1  5
3   1  2  2  5
4   2  1  1  5
5   2  1  2  5
6   2  2  1  5
7   2  2  2  5
8   1  1  1  NaN
9   1  1  2  NaN
10  1  2  1  NaN
11  1  2  2  NaN
12  2  1  1  NaN
13  2  1  2  NaN
14  2  2  1  NaN
15  2  2  2  NaN

# Final
    A  B  C  D
0   1  1  1  5
1   1  1  2  5
2   1  2  1  5
3   1  2  2  5
4   2  1  1  5
5   2  1  2  5
6   2  2  1  5
7   2  2  2  5
8   1  1  1  5
9   1  1  2  5
10  1  2  1  5
11  1  2  2  5
12  2  1  1  5
13  2  1  2  5
14  2  2  1  5
15  2  2  2  5

---

这是我想要的解决方案。请，如果你找到一个更优雅的解决方案，我会很乐意把它作为一个正确的答案

Hre它是：

import pandas as pd
import numpy as np


def foo(df):
    # Group by A
    groups_a_one = dict(list(df.groupby('A', as_index=False)))

    for key_a in groups_a_one:
        # Group by B
        groups_b_one = dict(list(groups_a_one[key_a].groupby('B', as_index=False)))

        for key_b in groups_b_one:
            # Group by C
            tmp = groups_b_one[key_b].groupby('C', as_index=False).transform(lambda x: x.fillna(x.mean()))
            df.ix[tmp.index, 'D'] = tmp['D']# assign mean values to correct lines in df

    return df

if __name__ == '__main__':
    A1 = {'A': [1, 1, 1, 1, 2, 2, 2, 2], 'B': [1, 1, 2, 2, 1, 1, 2, 2],
          'C': [1, 2, 1, 2, 1, 2, 1, 2], 'D': [5, 5, 5, 5, 5, 5, 5, 5]}
    A2 = {'A': [1, 1, 1, 1, 2, 2, 2, 2], 'B': [1, 1, 2, 2, 1, 1, 2, 2],
          'C': [1, 2, 1, 2, 1, 2, 1, 2], 'D': [np.NaN, np.NaN, np.NaN, np.NaN, np.NaN, np.NaN, np.NaN, np.NaN]}
    df_one = pd.DataFrame(A1)
    df_two = pd.DataFrame(A2)
    df = pd.concat([df_one, df_two], axis=0, ignore_index=True)# To get only one DataFrame

    # run the transform
    foo(df)

以下是初始状态和最终状态：

# Initial
    A  B  C  D
0   1  1  1  5
1   1  1  2  5
2   1  2  1  5
3   1  2  2  5
4   2  1  1  5
5   2  1  2  5
6   2  2  1  5
7   2  2  2  5
8   1  1  1  NaN
9   1  1  2  NaN
10  1  2  1  NaN
11  1  2  2  NaN
12  2  1  1  NaN
13  2  1  2  NaN
14  2  2  1  NaN
15  2  2  2  NaN

# Final
    A  B  C  D
0   1  1  1  5
1   1  1  2  5
2   1  2  1  5
3   1  2  2  5
4   2  1  1  5
5   2  1  2  5
6   2  2  1  5
7   2  2  2  5
8   1  1  1  5
9   1  1  2  5
10  1  2  1  5
11  1  2  2  5
12  2  1  1  5
13  2  1  2  5
14  2  2  1  5
15  2  2  2  5

---

我认为在某些情况下，这可能更简单：

groupby=dfm.groupby（'变量'）
对于ix，反向（元组（groupby））中的行：
...

我认为在某些情况下这可能更简单：

groupby=dfm.groupby（'变量'）
对于ix，反向（元组（groupby））中的行：
...

你在找什么？这将返回一个数据帧，其索引与lhs dataframeWell对齐，我不确定。我所做的是：我将数据帧df1和df2分组，首先按“A”，然后按“B”，然后按“C”。在“C”级，我计算df1组的平均值，然后将其分配给df2组。因为这是一个很小的例子，这个平均值实际上是一个恒等式，但通常不是。我希望在df2或df2_中也可以看到在df2组上完成的这些任务。pandas transform可以这样做吗？是的，我认为这就是你想要的，最好添加预期的输出，这样就很清楚预期的输出是A2['D']=A1['D']，所以在转换后df_2应该和df_1相同。我只是在看.transform，但是当我有几个级别的groupby时，我不知道如何使用它。你在找吗？这将返回一个数据帧，其索引与lhs dataframeWell对齐，我不确定。我所做的是：我将数据帧df1和df2分组，首先按“A”，然后按“B”，然后按“C”。在“C”级，我计算df1组的平均值，然后将其分配给df2组。因为这是一个很小的例子，这个平均值实际上是一个恒等式，但通常不是。我希望在df2或df2_中也可以看到在df2组上完成的这些任务。pandas transform可以这样做吗？是的，我认为这就是你想要的，最好添加预期的输出，这样就很清楚预期的输出是A2['D']=A1['D']，所以在转换后df_2应该和df_1相同。我只是在看.transform，但是当我有几个级别的groupby时，我不知道如何使用它。