Python 使用预先定义的组对数据帧进行分组

我想知道，当我有预定义的组，并且元素可能同时属于多个组时，如何有效地执行类似于

groupby

的操作

假设我有以下

DataFrame

：

df=pd.DataFrame（{'value'：[0,2,4]}，索引=['A'，'B'，'C']））

值
A 0
B 2
C4

我有以下预定义的组，它们可能重叠，大小不同：

groups={'group1'：['A'，'B']，
'第2组'：['A'，'B'，'C']}

现在，我想对

DataFrame

组执行一个函数。例如，我想计算每组

值的平均值

我想创建一个中间的“扩展的”
DataFrame
，我可以在上面运行一个
groupby
：

intermediate\u df=pd.DataFrame（列=['id'，'group'，'value']）
中间值['value']=中间值['value'].aType（浮点）
对于组，组中的成员。项（）
对于id_uuu成员：
行=pd.系列（[id_uu2;，组，df.at[id_2;，'值']]，
索引=['id'，'group'，'value']）
intermediate_df=intermediate_df.append（行，忽略索引=True）

id组值
0 A组1 0.0
1b组12.0
2 A组2 0.0
3 B组2.0
4 C组2 4.0

那我就可以了

intermediate_df.groupby（'group'）.mean（）

这会给我想要的结果：

值
团体
第1组1.0
第2组2.0

当然，我创建这个中间数据帧的方法绝对是低效的。对于我的问题，什么是有效的解决方案？
您可以创建您的
中间文件
，包括以下内容：

intermediate_df = pd.concat([df.loc[v].assign(group=k) for k, v in groups.items()])

[外]

编辑不均匀组的尝试：

pd.DataFrame().from_dict(groups, orient='index').T.stack().map(df.squeeze()).mean(level=1)

您也可以这样做：

pd.DataFrame(groups).stack().map(df.squeeze()).mean(level=1)

输出：

group 1    1
group 2    2
dtype: int64

在前面的答案的基础上，我将列表理解用于
intermediate\u df

intermediate_df=pd.DataFrame（[[group，id_u]表示组，members in groups.items（）表示id_uin members]，
列=['group'，'id']）。合并（df，左索引=True）

与其他答案相比，这似乎是最快的解决方案：

n=10000
m=1000
df=pd.DataFrame（{'value'：np.random.normal（size=n）}，index=np.arange（n）.astype（str））
groups={str（i）：范围（m）内i的列表（df.sample（5.index）}

%%timeit
intermediate_df=pd.concat（[df.loc[members].assign（group=group）for group，members in groups.items（））
中间值分组比（'group'）。平均值（）
每个回路948 ms±63.8 ms（7次运行的平均值±标准偏差，每个回路1次）
%%时间
pd.DataFrame（groups）.stack（）.map（df.squence（））.mean（level=1）
每个回路42.4 ms±183µs（7次运行的平均值±标准偏差，每个10个回路）
%%时间
intermediate_df=pd.DataFrame（[[group，id_u3;]代表组，groups中的成员。items（）代表id_3;in成员]，
列=['group'，'id']）。合并（df，左索引=True）
中间值分组比（'group'）。平均值（）
每个回路6.13 ms±50.1µs（7次运行的平均值±标准偏差，每个100个回路）
谢谢！不幸的是，我忘记指定组的大小可能不同。那么，你的答案不起作用了，但这是我的错。我更新了问题。
group 1    1
group 2    2
dtype: int64