Python 基于DataFrameGroupBy对象中的数据替换Dataframe中的值

我试图用聚合值替换pandas

DataFrame

中的条目，聚合值由另一列中的标识符“分组”，但不确定如何正确执行

数据

假设我有一个pandas

DataFrame

对象，它包含许多重复的

id

条目和一些相应的值：

df
  unique_id       id       value
      r1_c1       c1           9
      r2_c1       c1           3
      r3_c1       c1           4
     r1_c10      c10          10
     r2_c10      c10           9
     r3_c10      c10          25
        ...      ...         ..
   r2_c1000    c1000           8
   r4_c1000    c1000          10

以及一个

DataFrameGroupBy

对象，该对象具有唯一的

id

条目，该条目具有来自

DataFrame

条目的聚合（平均）值，这些条目按

id

分组：

即：

也就是说，它的形状是

1000x2

——可以看作是映射

id->（平均）值的字典/哈希表

我想要实现什么？

本质上，我试图根据
DataFrameGroupBy
对象中的
平均值替换原始
DataFrame
对象中
id
的所有
值。因此，例如，原始
DataFrame
对象中的所有
c1
都应具有值3、
c10
和值4，以此类推：

df
  unique_id       id       value
      r1_c1       c1           3
      r2_c1       c1           3
      r3_c1       c1           3
     r1_c10      c10           4
     r2_c10      c10           4
     r3_c10      c10           4
        ...      ...         ...
   r2_c1000    c1000           5
   r4_c1000    c1000           5

但我不知道如何在熊猫身上做到这一点。欢迎任何帮助

谢谢
 您正在寻找转换：
df['value']=df.groupby（'id'）['value'].transform（'mean'）
Ah是的，这几乎就是我想要的！如果我还想保留数据框中的其他列，您知道我必须做什么吗？只需将其设置为等于一个新列即可。ie
df['avg_value']=…
哦，是的，这很有效-非常感谢！
df
  unique_id       id       value
      r1_c1       c1           3
      r2_c1       c1           3
      r3_c1       c1           3
     r1_c10      c10           4
     r2_c10      c10           4
     r3_c10      c10           4
        ...      ...         ...
   r2_c1000    c1000           5
   r4_c1000    c1000           5