Wie erstelle ich eine neue Spalte in Pandas DataFrame mit Groupby().sum() und .transform()?

Erstellen einer neuen Spalte aus der Ausgabe von Pandas Groupby().sum()

Bei der Arbeit mit Daten in Python ist dies oft notwendig um Berechnungen durchzuführen und neue Spalten in einem DataFrame basierend auf vorhandenen Werten zu erstellen. In diesem Beispiel möchten wir eine neue Spalte (Data4) erstellen, die die Summe von Data3 für jedes Datum enthält.

Verwenden von .transform()

Um dies zu erreichen Dazu können wir die .transform()-Methode für die gruppierte Data3-Spalte verwenden. .transform() wendet eine Funktion auf jede Gruppe an und gibt eine Serie zurück, deren Index am ursprünglichen DataFrame ausgerichtet ist. Dadurch können wir die berechneten Werte als neue Spalte hinzufügen.

df['Data4'] = df['Data3'].groupby(df['Date']).transform('sum')

Im bereitgestellten Beispiel-DataFrame:

import pandas as pd

df = pd.DataFrame({
    'Date': ['2015-05-08', '2015-05-07', '2015-05-06', '2015-05-05',
             '2015-05-08', '2015-05-07', '2015-05-06', '2015-05-05'],
    'Sym': ['aapl', 'aapl', 'aapl', 'aapl', 'aaww', 'aaww', 'aaww', 'aaww'],
    'Data2': [11, 8, 10, 15, 110, 60, 100, 40],
    'Data3': [5, 8, 6, 1, 50, 100, 60, 120]
})

Mit .transform() berechnen wir die Summe von Data3 für jedes Datum und weisen Sie es der neuen Spalte Data4 zu:

df['Data4'] = df['Data3'].groupby(df['Date']).transform('sum')

Der resultierende DataFrame enthält die gewünschten Data4 Spalte:

         Date   Sym  Data2  Data3  Data4
0  2015-05-08  aapl     11      5     55
1  2015-05-07  aapl      8      8    108
2  2015-05-06  aapl     10      6     66
3  2015-05-05  aapl     15      1    121
4  2015-05-08  aaww    110     50     55
5  2015-05-07  aaww     60    100    108
6  2015-05-06  aaww    100     60     66
7  2015-05-05  aaww     40    120    121

Das obige ist der detaillierte Inhalt vonWie erstelle ich eine neue Spalte in Pandas DataFrame mit Groupby().sum() und .transform()?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!