Python Pandas-对每个子集应用转换（在n列上选择）

我目前正在使用以下数据帧，大约有300k行，以及4k唯一id_用户

我想将具有相同{id_user，date，id_item}的行“合并”为一行，其中包含{qty，price}的平均值

这是到目前为止我实现的最简单的想法，但我相信有更好的方法来正确实现这一点

这里的想法就是用相同的{id_user，date，id_item}迭代数据帧的每个子集，然后保留第一行，并用子集的平均值替换它的{qty，price}。删除其他行后，将其id_user更改为“DEL”并清空所有其他属性。（我必须将这些条目保留在DF中）

尝试：

---

您知道如何将此结果合并到初始数据帧中吗？如果“合并”的意思是“替换”，请执行

df=df.groupby…

而不是

grouped\u df=df.groupby…

。如果您想在现有行的末尾添加这些新行，请执行

df=df.append（grouped_-df）

这有多个问题，首先：新创建的grouped_-df中的索引与初始df中的索引不对应，因此简单的df[“price”]=df.group.by。。。不起作用，第二：我仍然需要找到一种方法来“删除”每个分区中的所有（n-1）行，同时保留第一行。@FeatherAndInk您如何期望您创建的“合并行”中的索引与原始的索引相对应？根据定义，现在的行要少得多。我的解决方案给了你们每组一行。如果只想保留一行，为什么要问如何将其添加到原始df？

def mergeIdentical():
dates = df["date"].unique()
users=df["id_user"].unique()
for d in dates:
    for u in users:
        mask=(df["date"]==d) & (df["id_user"]==u)
        ids = df[mask]["id_item"].unique()
        for i in ids:
            mask=(df["date"]==d) & (df["id_user"]==u) & (df["id_item"]==i)
            df.loc[df[mask].index[0],"qty"]=df[mask]["qty"].mean()
            df.loc[df[mask].index[0],"price"]=df[mask]["price"].mean()       
            if(len(df[mask].index)>1):
                df.loc[df[mask].index[1:],"id_user"]="DEL"
                df.loc[df[mask].index[1:],["date","hours","id_item","price","qty","month","year"]]=''

grouped_df = df.groupby(['id_user', 'date', 'id_item'], as_index=False).mean()[['qty', 'price']]