Python groupby后，如何计算不同组的平均相对误差？

我正在做一个处理大型数据集的项目。然而，现在我只想做一个简单的比较，我找不到我该怎么做。简单地说，我的问题如下。我有3个不同的列和6行：

A   B   C
g   1   2 
h   2   1
j   3   3
h   3   3
g   4   3
j   5   4

我想做的第一件事是计算B的平均值、中位数和模式，并将A的组考虑在内。所以我这样做了，到目前为止还不错：

aggregations_proc = {'C': { 'Mean_proc': 'mean', 'Median_proc': 'median',
                                  'Mode_proc': lambda x: x.mode()}}
groupy_proc = df.groupby('A', as_index=False).agg(aggregations_proc)

然而，我现在的目标只是创建一个新的列，表示B和C的平均值之间每行的平均相对误差的计算，因为每组的平均值不同。 例如，对于第一行，相对误差为： （g组平均值-第1行B值）/g组平均值 然而，对于第二行，它已经是 （h组平均值-第二行B值）/h组平均值 第三线呢 （j组平均值-第三行B值）/j组平均值 但这适用于更大的数据集

欢迎任何帮助

[更新]

这是我的新代码。我想一切都正常，但我想这个模式有些错误。错误是“列的长度必须与键的长度相同”。代码如下：

aggregations_diag = ('mean', 'median', lambda x: x.mode().iloc[0])
groupy_diag = df.groupby('A', as_index=False) 
['B'].agg(aggregations_diag) 

def absolute_error_diag(x): 
stats = ['mean', 'median', lambda x: x.mode().iloc[0]]
avg = groupy_diag.loc[x['A'], stats] 
return (avg - x['B'])

# Columns for the absolute error of each row
columns_names_diag = ['ae_diag_mean','ae_diag_median','ae_diag_mode']

df[columns_names_diag] = df.apply(absolute_error_diag, axis=1)

[MAE_diag_mean, MAE_diag_median, MAE_diag_mode] = 
df[columns_names_diag].sum()/len(df['ae_diag_mean'])

---

问题中的

aggregations\u proc

函数未在

B列上进行聚合。进行聚合的一种方法可以是：

aggregations_proc = ('mean', 'median', lambda x: x.mode().iloc[0])
groupy_proc = df.groupby('A', as_index=False)['B'].agg(aggregations_proc) 

def mean_rel_error(x): # x is a row of df
    avg = groupy_proc.loc[x['A'], 'mean'] # to find avg, locate 'mean' col in the row corresponding to the value of col A 
    return (avg - x['B']) / avg

尽管如此，
apply（）
可以与
df
和
groupy\u proc
结合使用。计算平均相对误差的函数可以是：

aggregations_proc = ('mean', 'median', lambda x: x.mode().iloc[0])
groupy_proc = df.groupby('A', as_index=False)['B'].agg(aggregations_proc) 

def mean_rel_error(x): # x is a row of df
    avg = groupy_proc.loc[x['A'], 'mean'] # to find avg, locate 'mean' col in the row corresponding to the value of col A 
    return (avg - x['B']) / avg

函数调用如下所示：

df['mre'] = df.apply(mean_rel_error, axis=1)

希望这有帮助。为了提高效率，可以考虑只创建一个工具字典，修改<代码> MeNyRelyError（）/<代码>函数< /P>

更新：

以下是计算对我有效的平均绝对误差的代码：

l=[“g”，1,5]，“h”，2,2]，“j”，3,9]，“g”，3,5]，“j”，4,3]，“h”，5,1]，“g”，11,1]]
df=pd.DataFrame（l，列=[“A”、“B”、“C”]）
聚合过程=（'mean'，'median'，lambda x:x.mode（）.iloc[0]）
groupy_proc=df.groupby（'A'，as_index=False）['B'].agg（聚合_proc）
groupy_proc.columns=['mean'，'median'，'mode']
def平均相对误差（x）：
统计数据=[“平均值”、“中值”、“模式”]
平均值=groupy_proc.loc[x['A']，stats]
返回值（平均值-x['B']）
列\名称\诊断=['ae \诊断平均值'，'ae \诊断中值'，'ae \诊断模式']
df[列名称诊断]=df.apply（平均相对误差，轴=1）
[MAE_diag_mean，MAE_diag_median，MAE_diag_mode]=df[columns_names_diag].sum（）/len（df['ae_diag_mean']
打印（MAE_diag_模式）
-> -2.2857142857142856
如果您创建另一个图表来描述您想要的外观，可能会有所帮助，因为我在可视化最终产品时遇到了问题。哦，是的！我完全明白！非常感谢你的帮助，真的！只有一个问题，这本词典是干什么用的？@bonaqua dictionary用于存储意思，用于更快的查找。它可以是
{x:mean（x）}
格式，其中
x
是
A
列的一个元素@bonaqua这是否回答了您的问题？如果是，请随时接受答案！干杯我用新代码更新了我的问题！但是现在我有一个错误。我不知道你是否能帮我，但你知道为什么会这样吗？@bonaqua我看不出代码有任何错误，除了
stats=['mean'，'median'，lambda x:x.mode（）.iloc[0]]
。尝试将
groupy\u diag
的最后一列重命名为合适的名称，如
mode
，并在
absolute\u error\u diag（）函数中使用该名称而不是lambda函数。因此，新的赋值看起来像
stats=['mean'，'median'，'mode']