Python 使用组结果转换数据帧

嘿，我正在寻找一种解决方案，从数据帧的组中获取结果，然后将这些结果应用于完整的数据帧。这里有一个我现在正在做的最简单的例子，但我觉得不是很好

import pandas as np
data = [[0.0, 2.4285714285714286, '0', 'mica02', 'd2o'],
         [10.0, 1.4285714285714286, '225', 'mica02', 'd2o'],
         [13.0, 1.0833333333333333, '225', 'mica02', 'd2o'],
         [954.0, 5.420454545454546, '225', 'mica02', 'air'],
         [937.0, 5.162534435261708, '225', 'mica02', 'air'],
         [75.0, 0.4966887417218543, '225', 'mica02', 'h2o'],
         [78.0, 0.49523809523809526, '225', 'mica02', 'h2o'],
        [80.0, 0.49323809523809526, '225', 'mica01', 'h2o'],
       ]
df0 = pd.DataFrame(data, columns=['basesubed', 'normalized', 'rot', 'm0', 'm1'])
df0

这是我正在使用的精简版本：

    basesubed   normalized  rot     m0  m1
0   0.0     2.428571    0   mica02  d2o
1   10.0    1.428571    225     mica02  d2o
2   13.0    1.083333    225     mica02  d2o
3   954.0   5.420455    225     mica02  air
4   937.0   5.162534    225     mica02  air
5   75.0    0.496689    225     mica02  h2o
6   78.0    0.495238    225     mica02  h2o
7   80.0    0.493238    225     mica01  h2o

现在，按

m0

和

rot

元数据对数据帧进行分组，并从组中计算一些内容。现在让我们说：

mask = (df0.m1 == 'h2o') 
gdf = df0[mask].groupby(['m0', 'rot']).median()
gdf

        basesubed   normalized  basesubed_n     normalized_n
m0  rot                 
mica01  225     80.0    0.493238    1.0     1.0
mica02  225     76.5    0.495963    1.0     1.0

现在我想从原始数据帧中减去结果，但只有当

gdf

的多索引与

df0

中的元数据匹配时，我才会这样做：

for i in range(len(gdf.index.values)):
    mask = ((df0.m0 == gdf.index.values[i][0]) & (df0.rot == gdf.index.values[i][1]))
    df0.loc[mask, 'basesubed_n'] = df0[mask]['basesubed'] / gdf.loc[gdf.index.values[i]].basesubed
    df0.loc[mask, 'normalized_n'] = df0[mask]['normalized'] / gdf.loc[gdf.index.values[i]].normalized
df0

我得到：

    basesubed   normalized  rot     m0  m1  basesubed_n     normalized_n
0   0.0     2.428571    0   mica02  d2o     NaN     NaN
1   10.0    1.428571    225     mica02  d2o     0.130719    2.880397
2   13.0    1.083333    225     mica02  d2o     0.169935    2.184301
3   954.0   5.420455    225     mica02  air     12.470588   10.929142
4   937.0   5.162534    225     mica02  air     12.248366   10.409103
5   75.0    0.496689    225     mica02  h2o     0.980392    1.001462
6   78.0    0.495238    225     mica02  h2o     1.019608    0.998538
7   80.0    0.493238    225     mica01  h2o     1.000000    1.000000

注意第一行是如何得到NaN的，因为它在gdf中没有匹配的条目。这正是我想要的，因为

df0

中没有

rot=0

和

m1=h2o

。这种不匹配也是我无法找到使用

df.groupby（）.transform（）

的解决方案的原因，因为它也与我想要应用它的数据帧的形状不匹配

---

任何帮助都是不必要的。

我不知道您想要使用的

转换

方法，但是您可以使用

合并

来防止循环

。这里有一个想法：

# gdf is slightly different, just reset indexes to merge on them later
gdf = df0[mask].groupby(['m0', 'rot']).median().reset_index()
# merge df0 with gdf on the two columns 'm0', 'rot'
df0 = df0.merge(gdf, on = ['m0',  'rot'], how = 'left', suffixes = ('','_median'))
# now you can calculate the column _n such as:
df0['basesubed_n'] = df0['basesubed'] / df0['basesubed_median']
df0['normalized_n'] = df0['normalized'] / df0['normalized_median']
# finally, drop the columns _median
df0 = df0.drop(['basesubed_median','normalized_median'],1)

你得到的输出和你的一样

编辑：实际上，我用
transform
找到了答案，只需执行以下操作：

df0[['basesubed_n','normalized_n']] = df0.groupby(['m0', 'rot'])\
                                         .transform(lambda x: x/x[mask].median())

年，这是有效的：）Thx很多。所以窍门是把面具放进变换中，这就是我错的地方。非常感谢。