Python 基于外部对象的索引聚合组

我有一个带有分类列的数据框和一些其他东西：

>>> np.random.seed(0xFEE7)
>>> df = pd.DataFrame({'A': np.random.randint(10, size=10), 
                       'B': np.random.randint(10, size=10),
                       'C': np.random.choice(['A', 'B'], size=10)})
>>> df
   A  B  C
0  0  0  B
1  4  0  B
2  6  6  A
3  8  3  B
4  0  2  A
5  8  4  A
6  4  1  B
7  8  7  A
8  4  4  A
9  1  1  A

我希望能够将在

C

上完成的groupby应用于另一个数据帧。比如说

>>> ser = df['A'] - df['B']

我希望能够使用

df.groupby（['C'，D]）

中的索引来计算

ser

的平均值。我可以计算单个列的组平均值，例如，

C

，如下所示：

>>> (df['A'] - df['B']).groupby(df['C']).mean()
C
A   -1.250000
B    3.666667
dtype: float64

但是，使用多索引不起作用：

>>> (df['A'] - df['B']).groupby(df[['C', 'D']]).mean()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Users\jfoxrabinovitz\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\series.py", line 1678, in groupby
    return groupby_generic.SeriesGroupBy(
  File "C:\Users\jfoxrabinovitz\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\groupby\groupby.py", line 403, in __init__
    grouper, exclusions, obj = get_grouper(
  File "C:\Users\jfoxrabinovitz\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\groupby\grouper.py", line 617, in get_grouper
    Grouping(
  File "C:\Users\jfoxrabinovitz\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\groupby\grouper.py", line 345, in __init__
    raise ValueError(f"Grouper for '{t}' not 1-dimensional")
ValueError: Grouper for '<class 'pandas.core.frame.DataFrame'>' not 1-dimensional

>>（df['A']-df['B']）。分组方式（df['C'，'D']]）。平均值（）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“C:\Users\jfoxrabinovitz\AppData\Local\Continuum\anaconda3\lib\site packages\pandas\core\series.py”，第1678行，在groupby中
返回groupby_generic.SeriesGroupBy(
文件“C:\Users\jfoxrabinovitz\AppData\Local\Continuum\anaconda3\lib\site packages\pandas\core\groupby\groupby.py”，第403行，在\uuu init中__
石斑鱼，排除，obj=get_石斑鱼(
文件“C:\Users\jfoxrabinovitz\AppData\Local\Continuum\anaconda3\lib\site packages\pandas\core\groupby\grouper.py”，第617行，在get\u grouper中
分组(
文件“C:\Users\jfoxrabinovitz\AppData\Local\Continuum\anaconda3\lib\site packages\pandas\core\groupby\grouper.py”，第345行，在uu init中__
raise VALUERROR（f“非一维的“{t}”的分组”）
ValueError:“”的Grouper不是一维的

对于这个用例，您可以使用

系列.groupby

，它比

dataframe.groupby

更快

由于我们已经有了一个计算序列，并且我们使用了一个grouper列来获得结果的平均值，因此我们最好在

序列中使用grouper列。groupby

然后使用

.mean（）

来聚合结果：

(df['A'] - df['B']).groupby(df['C']).mean()

---

编辑：

对于多个键，您可以使用来分配帮助器列，并使用

dataframe.groupby

对多个键进行分组：

df.assign(k=(df['A'] - df['B'])).groupby(['C','D'])['k'].mean()
#k is our helper column(series)

---

你的意思是

（df['A']-df['B']）.groupby（df['C']）.mean（）

？@anky.显然是的。这是重复的吗？一定是。我对熊猫还不够新，不知道如何正确搜索。或者，如果你发布一个答案，我很乐意接受。

g['A'].mean（）-g['B'].mean（）

也有效。@anky.如果索引不是一维，该怎么办？@anky.我重写了这个问题只是为了确保我理解，

assign

使用相同的基础数据和一个新的helper列创建一个新的df。除非我开始将内容分配给helper df，否则原始df不会受到影响。@madpysicator确切地说，它创建了一个df w的副本使用新列。如果内存有问题，可以通过设置新列并在以后分组来避免。将其分解为两个步骤：）BDW assign还可以用副本替换现有列（如果这有助于尝试

df.assign（a=1）

进行复制）