`transform()`을 사용하여 Pandas에서 그룹화된 합계로 새 열을 추가하는 방법은 무엇입니까?

Pandas에서 그룹화된 합계를 기반으로 새 열을 생성하는 경우

문제 설명

값의 합계를 기반으로 새 열을 생성하려고 할 때 pandas의 groupby()를 사용하여 날짜별로 그룹화하면 NaN 결과가 나타납니다. 목표는 해당 날짜와 관련된 행 수에 관계없이 모든 날짜에 대한 특정 값의 총합을 표시하는 열을 추가하는 것입니다.

해결책

이를 달성하려면 변환 () 기능을 사용합니다. 행별로 작동하는 apply() 함수와 달리, 변환()은 그룹화된 데이터에 대해 계산을 수행하고 원래 데이터 프레임에 정렬된 계열을 반환합니다.

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

다음은 단계별 분석입니다. :

• df['Data3'].groupby(df['Date']): 이 줄은 'Data3' 열을 다음과 같이 그룹화합니다. 'Date'.
• transform('sum'): 그룹화된 개체에 'transform' 함수를 적용하여 각 날짜 그룹에 대한 'Data3'의 합을 계산합니다.
• 결과는 다음과 같습니다. 원래 데이터 프레임과 정렬된 시리즈로 'Data4'라는 새 열로 추가할 수 있습니다.

예 사용법

다음 데이터 프레임을 고려하세요.

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

transform() 함수 적용:

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

결과:

         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

As 출력에서 알 수 있듯이 'Data4' 열은 이제 각 고유 'Date'에 대한 'Data3'의 합계를 보유합니다. 값입니다.

위 내용은 `transform()`을 사용하여 Pandas에서 그룹화된 합계로 새 열을 추가하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!