Python Zscore使用groupby规范化数据帧中的列

我有一个数据框，用许多列表示客户订单，其中两列是“user_id”和“dollar”

例如：

    user_id   dollar 
0  1  0.34592  5
1  1  0.02857  7
2  1  0.26672  6
3  1  0.34592  5
4  1  0.02857  9
5  1  0.26672  10
6  1  0.34592  6
      [...]
7  40  0.02857  20
8  40  0.26672  19
9  40  0.34592  8
10 40  0.02857  18
11 40  0.26672  26

我想规范化美元相对于每一行中其他值的值。对于上一个示例，我希望得到以下结果：

 user_id   dollar norm_dollar
0  1  0.34592  5  -1.02774024
1  1  0.02857  7  0.07905694
2  1  0.26672  6  -0.47434165
3  1  0.34592  5  -1.02774024
4  1  0.02857  9  1.18585412
5  1  0.26672  10  1.73925271
6  1  0.34592  6  -0.47434165
      [...]
7  40  0.02857  20  0.7787612
8  40  0.26672  19  0.57109154
9  40  0.34592  8   -1.71327463
10 40  0.02857  18  0.36342189

编辑：

我希望每个结果对每个用户分别进行归一化，而不是整列的值，因此，例如，对于user2，[20,19,8,18]应该进行归一化，就像平均值是user2顺序的平均值一样，这里的平均值是16,25，而不是整列数据帧的平均值

我知道如何使用一个用户：

user1 = data.loc[data['user_id']==1]
data.loc[data['user_id']==1]['norm_dollar'] = sp.stats.mstats.zscore(user1['dollar'])

我试着为所有用户这样做：

data.dollar.div(sp.stats.mstats.zscore(data.groupby('user_id').dollar))

但我有个错误，你知道怎么做吗

---

感谢您

使用不同的方法来实现这一点，比如将

groupby

数据帧加入到原始数据帧中，但是我开始喜欢使用

transform

来实现这一点

语法仍然冗长，但我认为它比join方法更具可读性

df['norm_dollar'] = (df['dollar']
                        - df.groupby('user_id')['dollar'].transform(np.mean)) \
                        / df.groupby('user_id')['dollar'].transform(np.std)

如果需要在

np.std

上指定自由度，可以将其转换为

lambda x: np.std(x, ddof=n)

---

不同的方法可以做到这一点，比如将

groupby

数据帧连接回原始数据帧，但是我开始喜欢使用

transform

处理类似的东西

语法仍然冗长，但我认为它比join方法更具可读性

df['norm_dollar'] = (df['dollar']
                        - df.groupby('user_id')['dollar'].transform(np.mean)) \
                        / df.groupby('user_id')['dollar'].transform(np.std)

如果需要在

np.std

上指定自由度，可以将其转换为

lambda x: np.std(x, ddof=n)

---

这应该对你有用：

def apply_zscores(x):
    x['norm_dollar'] = zscore(x['dollar'])
    return x

df = df.groupby('id').apply(lambda x: apply_zscores(x))

---

这应该对你有用：

def apply_zscores(x):
    x['norm_dollar'] = zscore(x['dollar'])
    return x

df = df.groupby('id').apply(lambda x: apply_zscores(x))