Python Panda dataframe conditional.mean()取决于特定列中的值
我试图创建一个新列,它返回同一df中现有列的值的平均值。但是,应根据其他三列中的分组计算平均值Python Panda dataframe conditional.mean()取决于特定列中的值,python,pandas,conditional,mean,Python,Pandas,Conditional,Mean,我试图创建一个新列,它返回同一df中现有列的值的平均值。但是,应根据其他三列中的分组计算平均值 Out[184]: YEAR daytype hourtype scenario option_value 0 2015 SAT of_h 0 0.134499 1 2015 SUN of_h 1 63.019250 2 2015 WD of_h
Out[184]:
YEAR daytype hourtype scenario option_value
0 2015 SAT of_h 0 0.134499
1 2015 SUN of_h 1 63.019250
2 2015 WD of_h 2 52.113516
3 2015 WD pk_h 3 43.126513
4 2015 SAT of_h 4 56.431392
我基本上希望有一个新的列‘mean’,当‘YEAR’、‘daytype’和‘hourtype’相似时,它计算‘期权价值’的平均值
我尝试了以下方法,但没有成功
In [185]: o2['premium']=o2.groupby(['YEAR', 'daytype', 'hourtype'])['option_cf'].mean()
TypeError: incompatible index of inserted column with frame index
这里有一个方法
In [19]: def cust_mean(grp):
....: grp['mean'] = grp['option_value'].mean()
....: return grp
....:
In [20]: o2.groupby(['YEAR', 'daytype', 'hourtype']).apply(cust_mean)
Out[20]:
YEAR daytype hourtype scenario option_value mean
0 2015 SAT of_h 0 0.134499 28.282946
1 2015 SUN of_h 1 63.019250 63.019250
2 2015 WD of_h 2 52.113516 52.113516
3 2015 WD pk_h 3 43.126513 43.126513
4 2015 SAT of_h 4 56.431392 28.282946
那么,你的尝试出了什么问题
它返回与原始数据帧形状不同的聚合
In [21]: o2.groupby(['YEAR', 'daytype', 'hourtype'])['option_value'].mean()
Out[21]:
YEAR daytype hourtype
2015 SAT of_h 28.282946
SUN of_h 63.019250
WD of_h 52.113516
pk_h 43.126513
Name: option_value, dtype: float64
或使用变换
In [1461]: o2['premium'] = (o2.groupby(['YEAR', 'daytype', 'hourtype'])['option_value']
.transform('mean'))
In [1462]: o2
Out[1462]:
YEAR daytype hourtype scenario option_value premium
0 2015 SAT of_h 0 0.134499 28.282946
1 2015 SUN of_h 1 63.019250 63.019250
2 2015 WD of_h 2 52.113516 52.113516
3 2015 WD pk_h 3 43.126513 43.126513
4 2015 SAT of_h 4 56.431392 28.282946
通过以下方式调整代码,您可以按照预期的方式执行此操作:
o2 = o2.set_index(['YEAR', 'daytype', 'hourtype'])
o2['premium'] = o2.groupby(level=['YEAR', 'daytype', 'hourtype'])['option_value'].mean()
为什么会出现最初的错误?正如John Galt所解释的,来自groupby().mean()的数据与原始数据帧的形状(长度)不同
如果首先从索引中的“分组列”开始,Pandas可以巧妙地处理这个问题。然后它知道如何正确地表示平均数据
John的解决方案遵循相同的逻辑,因为groupby在执行过程中会自然地将分组列放入索引中。您正在调用
['option\u cf']
,但您的数据帧具有['option\u value']
。因此,对于2015-SAT-of\u h行,是否希望将它们折叠成一个新行,或者您希望这两行仍然存在,但其中有一个平均值相同的“高级”列?实际上,这两行仍然存在,但有一个平均值相同的“高级”列。。但这正是下面的建议!非常感谢,它工作得很好。但有一个问题。。为什么您的方法不同时返回聚合输出?