分组Pandas DataFrame并计算一列的平均值和标准差，并使用reset_index将标准列添加为新列
分组Pandas DataFrame并计算一列的平均值和标准差，并使用reset_index将标准列添加为新列
提问于 2014-10-28 09:08:30
我有一个熊猫DataFrame，如下所示：
a b c d
0 Apple 3 5 7
1 Banana 4 4 8
2 Cherry 7 1 3
3 Apple 3 4 7我想按列'a‘对行进行分组，同时将列'c’中的值替换为分组行中的值的平均值，并添加另一列，该列与列'c‘中的值的标准偏差已计算出平均值。列'b‘或'd’中的值对于分组的所有行都是常量。因此，期望的输出将是：
a b c d e
0 Apple 3 4.5 7 0.707107
1 Banana 4 4 8 0
2 Cherry 7 1 3 0实现这一目标的最佳方法是什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2014-10-28 09:25:43
您可以使用groupby-agg operation
In [38]: result = df.groupby(['a'], as_index=False).agg(
{'c':['mean','std'],'b':'first', 'd':'first'})然后对列进行重命名和重新排序：
In [39]: result.columns = ['a','c','e','b','d']
In [40]: result.reindex(columns=sorted(result.columns))
Out[40]:
a b c d e
0 Apple 3 4.5 7 0.707107
1 Banana 4 4.0 8 NaN
2 Cherry 7 1.0 3 NaN默认情况下，Pandas计算样本std。要计算总体标准，请执行以下操作：
def pop_std(x):
return x.std(ddof=0)
result = df.groupby(['a'], as_index=False).agg({'c':['mean',pop_std],'b':'first', 'd':'first'})
result.columns = ['a','c','e','b','d']
result.reindex(columns=sorted(result.columns))收益率
a b c d e
0 Apple 3 4.5 7 0.5
1 Banana 4 4.0 8 0.0
2 Cherry 7 1.0 3 0.0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/26599347
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号