将分组的zscore列添加到pandas数据帧

Question

我可以在一个数据框中插入一个列,对另一列进行z分数,如下所示:

[1] df.insert(<loc>, column='ZofA', value=(df['A']-df['A'].mean())/df['A'].std())

我可以简单地减少由其他2列组成的列,如下所示:

[2] df.groupby(['C1', 'C2'])['A'].mean()

我试图用[1]中的zscore函数替换[2]中的简单mean()函数,但是无法弄清楚如何执行它,包括使用.apply - 例如,这会失败:

[3] df.groupby(['C1', 'C2']).apply((df['A']-df['A'].mean())/df['A'].std())

所以我的第一个问题是我显然不知道如何使用分组创建zscore列.

我的第二个问题是我要结合(1)将一个新列插入到一个数据帧('ZofA')中,该数据帧保存来自另一列('A')的z分数,其中(2)在定义的组内计算这些zscores另外两列('C1','C2').(3)我想在一个df.insert()语句中做所有这些.我只是弄乱了括号和括号,什么不是,或者我是否想在一个声明中做太多事情？谢谢!

Answer 1

感谢指向文档的指针.对于任何好奇的人,我想我会发布解决方案.首先,将zscore计算放入lambda:

zscore = lambda x: (x - x.mean()) / x.std()

神奇的成分是.transform.只需像这样编写insert语句:

df.insert(<loc>, 'ZofA', df.groupby(['C1', 'C2'])['A'].transform(zscore))

解决方案确实在"Group By:split-apply-combine"文档中.您只需向下滚动到"转换"部分的中途.我忽略了有关日期键的内容,只是将我的分组列直接插入到groupby语句中.