按照A列进行分组并计算出B列每个分组的平均值，然后对B列内的每个元素减去分组平均值

点击上方“Python共享之家”，进行关注

回复“资源”即可获赠Python学习资料

今

日

鸡

汤

汉女输橦布，巴人讼芋田。

大家好，我是皮皮。

一、前言

前几天在Python星耀交流群有个叫【在下不才】的粉丝问了一个Pandas的问题，按照A列进行分组并计算出B列每个分组的平均值，然后对B列内的每个元素减去分组平均值，这里拿出来给大家分享下，一起学习。

二、解决过程

这个看上去倒是不太难，但是实现的时候，总是一看就会，一用就废。这里给出【瑜亮老师】的三个解法，一起来看看吧！

方法一：使用自定义函数

代码如下：

importpandasaspdlv=[1,2,2,3,3,4,2,3,3,3,3]num=[122,111,222,444,555,555,333,666,666,777,888]df=pd.DataFrame({"lv":lv,"num":num})defdemean(arr):returnarr-arr.mean()#按照"lv"列进行分组并计算出"num"列每个分组的平均值，然后"num"列内的每个元素减去分组平均值df["juncha"]=df.groupby("lv")["num"].transform(demean)print(df

# transform 也支持 lambda 函数，效果是一样的，更简洁一些# df["juncha"] = df.groupby("lv")["num"].transform(lambda x: x - x.mean())# print(df)

方法二：使用内置函数

代码如下：

importpandasaspdlv=[1,2,2,3,3,4,2,3,3,3,3]num=[122,111,222,444,555,555,333,666,666,777,888]df=pd.DataFrame({"lv":lv,"num":num})gp_mean=df.groupby("lv")["num"].mean().rename("gp_mean").reset_index()df2=df.merge(gp_mean)df2["juncha"]=df2["num"]-df2["gp_mean"]print(df2)

方法三：使用 transform

transform能返回完整数据，输出的形状和输入一致（输入是num列，输出也是一列），代码如下：

importpandasaspdlv=[1,2,2,3,3,4,2,3,3,3,3]num=[122,111,222,444,555,555,333,666,666,777,888]df=pd.DataFrame({"lv":lv,"num":num})#方法三：使用 transform。df["gp_mean"]=df.groupby("lv")["num"].transform("mean")df["juncha"]=df["num"]-df["gp_mean"]print(df)#直接输出结果，省略分组平均值列df["juncha"]=df["num"]-df.groupby("lv")["num"].transform("mean")print(df)

这样问题就完美地解决啦！

后面他还想用类的方式写，不过看上去没有那么简单。

三、总结

大家好，我是皮皮。这篇文章主要分享了Pandas处理相关知识，基于粉丝提出的按照A列进行分组并计算出B列每个分组的平均值，然后对B列内的每个元素减去分组平均值的问题，给出了3个行之有效的方法，帮助粉丝顺利解决了问题。

最后感谢粉丝【在下不才】提问，感谢【德善堂小儿推拿-瑜亮老师】给出的具体解析和代码演示，感谢【月神】提供的思路，感谢【dcpeng】等人参与学习交流。

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

-------------------End-------------------

往期精彩文章推荐：

拼刀刀店铺后台的参数anti-content逆向分析

盘点一个名为摸鱼的Python库，一起来摸鱼吧！

Jsrpc学习——网易云热评加密函数逆向

Jsrpc学习——Cookie变化的网站破解教程

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

关键词： 学习交流 万水千山总是情 加我好友