Python 在分组数据框上创建新列

我想创建一个新列，该列由使用当前数据框中的多个列的组计算。在

R

（

tidyverse

）中基本上是这样的：

---

实现此目的的首选方法是什么（理想情况下无需对数据进行排序？

添加参数

group\u keys=False

，以避免

多索引

，从而可能分配回新列：

data['d'] = data.groupby('a', group_keys=False).apply(create_new_column)

备选方案是删除第一级：

data['d'] = data.groupby('a').apply(create_new_column).reset_index(level=0, drop=True)

---

详细信息：

print (data.groupby('a').apply(create_new_column))
a   
1  0    1
   2    2
   5    0
2  1    0
   3    2
   6    3
3  4    0
dtype: int64

print (data.groupby('a', group_keys=False).apply(create_new_column))
0    1
2    2
5    0
1    0
3    2
6    3
4    0
dtype: int64

---

现在，您也可以用python实现它，就像在R中那样：

>>从datar.all导入c、f、TIBLE、cumsum
>>> 
>>>数据=TIBLE(
…a=c（1,2,1,2,3,1,2），
…b=c（1,1,1,1,1,1,1,1），
…c=c（1,0,1,1,0,0,1），
... )
>>> 
>>>（数据>>
…组员（f.a）>>
…变异（d=cumsum（f.b）*f.c））
a、b、c、d
0  1  1  1  1
1  2  1  0  0
2  1  1  1  2
3  2  1  1  2
4  3  1  0  0
5  1  1  0  0
6  2  1  1  3
[组：['a']（n=3）]

---

我是这个包裹的作者。如果您有任何问题，请随时提交。

这正是我想要的。谢谢

data['d'] = data.groupby('a').apply(create_new_column).reset_index(level=0, drop=True)

print (data)
   a  b  c  d
0  1  1  1  1
1  2  1  0  0
2  1  1  1  2
3  2  1  1  2
4  3  1  0  0
5  1  1  0  0
6  2  1  1  3

print (data.groupby('a').apply(create_new_column))
a   
1  0    1
   2    2
   5    0
2  1    0
   3    2
   6    3
3  4    0
dtype: int64

print (data.groupby('a', group_keys=False).apply(create_new_column))
0    1
2    2
5    0
1    0
3    2
6    3
4    0
dtype: int64