一、前言

前几天在Python星耀交流群有个叫【在下不才】的粉丝问了一个Pandas的问题，按照A列进行分组并计算出B列每个分组的平均值，然后对B列内的每个元素减去分组平均值，这里拿出来给大家分享下，一起学习。

二、解决过程

这个看上去倒是不太难，但是实现的时候，总是一看就会，一用就废。这里给出【瑜亮老师】的三个解法，一起来看看吧！

方法一：使用自定义函数

代码如下：

1import pandas as pd
2
3lv = [1, 2, 2, 3, 3, 4, 2, 3, 3, 3, 3]
4num = [122, 111, 222, 444, 555, 555, 333, 666, 666, 777, 888]
5df = pd.DataFrame({'lv': lv, 'num': num})
6
7def demean(arr):
8    return arr - arr.mean()
9# 按照"lv"列进行分组并计算出"num"列每个分组的平均值，然后"num"列内的每个元素减去分组平均值
10df["juncha"] = df.groupby("lv")["num"].transform(demean)
11print(df
12

1# transform 也支持 lambda 函数，效果是一样的，更简洁一些
2# df["juncha"] = df.groupby("lv")["num"].transform(lambda x: x - x.mean())
3# print(df)

方法二：使用内置函数

代码如下：

1import pandas as pd
2
3lv = [1, 2, 2, 3, 3, 4, 2, 3, 3, 3, 3]
4num = [122, 111, 222, 444, 555, 555, 333, 666, 666, 777, 888]
5df = pd.DataFrame({'lv': lv, 'num': num})
6
7gp_mean = df.groupby('lv')["num"].mean().rename("gp_mean").reset_index()
8df2 = df.merge(gp_mean)
9df2["juncha"] = df2["num"] - df2["gp_mean"]
10print(df2)
11

方法三：使用 transform

transform能返回完整数据，输出的形状和输入一致（输入是num列，输出也是一列），代码如下：

1import pandas as pd
2
3lv = [1, 2, 2, 3, 3, 4, 2, 3, 3, 3, 3]
4num = [122, 111, 222, 444, 555, 555, 333, 666, 666, 777, 888]
5df = pd.DataFrame({'lv': lv, 'num': num})
6
7# 方法三： 使用 transform。
8df["gp_mean"] = df.groupby('lv')["num"].transform('mean')
9df["juncha"] = df["num"] - df["gp_mean"]
10print(df)
11# 直接输出结果，省略分组平均值列
12df["juncha"] = df["num"] - df.groupby('lv')["num"].transform('mean')
13print(df)
14

这样问题就完美地解决啦！

后面他还想用类的方式写，不过看上去没有那么简单。

三、总结

大家好，我是皮皮。这篇文章主要分享了Pandas处理相关知识，基于粉丝提出的按照A列进行分组并计算出B列每个分组的平均值，然后对B列内的每个元素减去分组平均值的问题，给出了3个行之有效的方法，帮助粉丝顺利解决了问题。

最后感谢粉丝【在下不才】提问，感谢【德善堂小儿推拿-瑜亮老师】给出的具体解析和代码演示，感谢【月神】提供的思路，感谢【dcpeng】等人参与学习交流。

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

评论区

加载中...