python-3.x - 在 Pandas 中按组均值创建大均值中心变量

Question

我正在尝试按组创建大均值中心变量。

样本数据为：

import pandas as pd
import numpy as np

dat = {
    'group': ['1', '1', '1', '2', '2', '1', '2'],
    'age': [40, 29, 34, 35, 37, 32, 36],
    'weight': [150, 175, 135, 125, 189, 178, 137],
    'score': [98.0, 77.0, 88.0, 78.0, 78.0, 85.0, 84.0]
    }
df = pd.DataFrame(data=dat)

我正在尝试编写一个函数，该函数将按组估计数据集中所有变量的总均值中心变量。我尝试的代码如下：

def group_mean_centered(x):
    
    d = []
    
    d.append(x.groupby(x.iloc[:, 0]).transform('mean') - x.iloc[:,0:].mean())
    
    d = np.asarray(d)
    
    d_ = d.reshape(-1,len(x.columns))
        
    dd = pd.DataFrame(d_, columns=[list(x.columns.values)])
    
    return dd

但是，当我这样做时，它会返回一个数据框，其中分组变量 group 也被转换，而不是像括号 [] 中那样获取组

     group           age         weight     score
0   -0.428571 [1]   -0.964286    3.928571    3.0
1   -0.428571 [1]   -0.964286    3.928571    3.0
2   -0.428571 [1]   -0.964286    3.928571    3.0
3    0.571429 [2]    1.285714   -5.238095   -4.0
4    0.571429 [2]    1.285714   -5.238095   -4.0
5   -0.428571 [1]   -0.964286    3.928571    3.0
6    0.571429 [2]    1.285714   -5.238095   -4.0

只是寻找一些关于如何修复代码以保持分组变量 group 的想法，而不是对其进行转换。

标签： python-3.xpandasdataframepandas-groupbyaggregate

Answer 1

如果你对另一个解决方案没问题，你所做的也可以groupby.transform直接完成。

out = ((df.groupby("group").transform("mean")-df.mean())
       .fillna({"group":df['group']}).reindex(columns=df.columns))

---

print(out)

  group       age    weight  score
0     1 -0.964286  3.928571    3.0
1     1 -0.964286  3.928571    3.0
2     1 -0.964286  3.928571    3.0
3     2  1.285714 -5.238095   -4.0
4     2  1.285714 -5.238095   -4.0
5     1 -0.964286  3.928571    3.0
6     2  1.285714 -5.238095   -4.0