如何使用「transform()」在 Pandas 中新增帶有分組求和的新欄位？

根據Pandas 中的分組求和建立新欄位

問題陳述

嘗試根據值的求和建立新欄位時使用pandas 的groupby () 按日期分組，並遇到NaN 結果。目標是新增一列，顯示所有日期的特定值的總和，無論與該日期關聯的行數為何。

解

要實現此目的，轉換使用()函數。與逐行操作的 apply() 函數不同，transform() 對分組資料執行計算並傳回與原始資料幀對齊的序列。

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

這裡是逐步細分:

• df['Data3'].groupby(df['Date']): 此行將'Data3' 列分組'Date '.
• transform('sum')：將'transform' 函數應用於分組對象，計算每個日期組的'Data3'的總和。
• 結果為與原始資料框對齊的系列，允許將其新增為名為「Data4」的新欄位。

範例用法

考慮以下資料框：

         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

應用transform()函數：

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

結果：

         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

作為從輸出中可以明顯看出，「Data4」列現在保存每個唯一的「Data3」的總和「日期」值。

以上是如何使用「transform()」在 Pandas 中新增帶有分組求和的新欄位？的詳細內容。更多資訊請關注PHP中文網其他相關文章！