如何将R中的tidyverse翻译成Python中的pandas？

我正在用R和Python进行数据分析，以比较它们的差异。目前我正在努力翻译

data %>%
  mutate(pct_leader = ballotsLeader/validBallots) %>%
  group_by(community) %>%
  mutate(mean_pct_leader = mean(pct_leader),
         sd_pct_leader = sd(pct_leader),
         up_pct_leader = mean_pct_leader+2*sd_pct_leader) %>%
  filter(pct_leader > up_pct_leader) %>%
  top_n(5, pct_leader)

变成Python

我已经尝试了以下python代码

grouped = data.assign(pct_leader = lambda x: x['ballotsLeader']/x['validBallots']).groupby('community').assign(mean_pct_leader = lambda x: mean(x['pct_leader']),
           sd_pct_leader = lambda x: stdev(x['pct_leader']),
           up_pct_leader = lambda x: x['mean_pct_leader']+2*x['sd_pct_leader']).query('pct_leader > up_pct_leader').pct_leader.nlargest(5)

但是得到一个

AttributeError:'DataFrameGroupBy'对象没有属性'assign'

错误

我意识到这是因为DataFrameGroupBy对象没有assign方法

如何保持R代码的顺序，但将其转换为python

编辑：这是我正在处理的数据

| community | province  | municipality | precinct | registeredVoters | emptyBallots | invalidBallots | validBallots | ballotsLeader |
|-----------|-----------|--------------|----------|------------------|--------------|----------------|--------------|---------------|
| GALICIA   | Coruña, A | Ames         | 001 B    | 270              | 3            | 7              | 206          | 129           |
| GALICIA   | Coruña, A | Ames         | 004 A    | 356              | 2            | 7              | 257          | 136           |
| GALICIA   | Coruña, A | Ames         | 002 C    | 296              | 1            | 2              | 214          | 149           |
| GALICIA   | Coruña, A | Ames         | 010 U    | 646              | 15           | 10             | 507          | 189           |
| GALICIA   | Coruña, A | Ames         | 012 B    | 695              | 6            | 8              | 479          | 247           |

---

如果看不到一些数据，很难做到这一点，但这应该是可行的：

(data.assign(pct_leader=data['ballotsLeader'] / data['validBallots'])
 .groupby('community').agg(
     mean_pct_leader=('pct_leader', 'mean')
     sd_pct_leader=('pct_leader', 'std'),
     up_pct_leader=('pct_leader', lambda x: (x['pct_leader'].mean()+2) * x['pct_leader'].std())
 )
 .query('pct_leader > up_pct_leader')
 .nlargest(5, 'pct_leader')
)

使用，您可以轻松地将R代码转换为python：

from datar.all导入f、mutate、group\u by、mean、sd、filter、slice\u max
数据>>\
变异（pct_leader=f.ballotsLeader/f.validBallots）>>\
小组成员（f.社区）>>\
变异（平均值=平均值），
sd\U pct\U引线=sd（f.pct\U引线），
向上\u pct\u leader=f.mean\u pct\u leader+2*f.sd\u pct\u leader）>>\
过滤器（f.pct\U引线>f.up\U pct\U引线）>>\
切片最大值（f.pct\u引线，n=5）
#top_n（）已被替换为slice_min（）/slice_max（）

---

我是这个包裹的作者。如果您有任何疑问，请随时提交问题。

请共享一个示例数据集；此外，如错误所示，

groupby

没有分配属性。可能是

agg

而不是assign，并传递参数和聚合函数的元组。这很有用，因为它还将

filter

转换为

。query

和

top\n

转换为

。我已经为问题添加了数据。此外，您提供的解决方案在“pct\U leader”上出现一个关键错误