Pandas实战100例 | 案例 35: 分组转换

案例 35: 分组转换

知识点讲解

分组后的转换是数据处理中的一项重要功能。使用 Pandas 的 groupby 与 transform 方法，你可以在分组内应用一个函数，同时保持原始数据的形状。

• 分组转换: transform 方法应用于 groupby 对象，对每个组内的数据应用同一个函数，并返回一个与组大小相同的结果。

示例代码

# 准备数据和示例代码的运行结果，用于案例 35

# 示例数据
data_grouped_transform = {
    'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Values': [10, 15, 20, 25, 30, 35]
}
df_grouped_transform = pd.DataFrame(data_grouped_transform)

# 分组转换
grouped_mean = df_grouped_transform.groupby('Category').transform('mean')

df_grouped_transform, grouped_mean

在这个示例中，我们根据 Category 列对数据进行了分组，并计算了每个组的平均值。

示例代码运行结果

原始 DataFrame (df_grouped_transform):

  Category  Values
0        A      10
1        A      15
2        B      20
3        B      25
4        C      30
5        C      35

分组转换后的结果 (grouped_mean):

   Values
0    12.5
1    12.5
2    22.5
3    22.5
4    32.5
5    32.5

这个结果展示了每个类别的平均值。分组转换功能在数据标准化、填充缺失值等场景中特别有用。