一起使用 pandas groupby 和 pd.concat 将行添加到列

Question

我有一个包含约 20 年数据的大型数据框。我想按 YEAR 对这个数据框进行分组，然后将同一组新的 X 值添加到每个组中。我无法确定如何将 pd.concat 与 groupby 一起使用。如何同时使用 pd.concat 和 df.groupby？

下面是我的数据框的一个子集（我删除了一堆行只是为了表明我有多年想要分组。

my data frame: 
     XSNO    YEAR     X     Z
5     LOL001  1978   0.22 -0.44
6     LOL001  1978   0.95 -0.55
7     LOL001  1978   1.70 -1.01
8     LOL001  1978   2.10 -1.22
9     LOL001  1978   2.68 -1.34
10    LOL001  1978   3.27 -1.41
48    LOL001  1978  17.60 -1.86
49    LOL001  1978  18.21 -1.77
50    LOL001  1978  18.41 -1.65
51    LOL001  1978  18.67 -1.54
52    LOL001  1978  19.00 -1.5
68    LOL001  1978  23.60 -0.31
78    LOL001  1980   0.40 -0.56
79    LOL001  1980   1.50 -0.91
80    LOL001  1980   2.50 -1.25
81    LOL001  1980   3.20 -1.43
82    LOL001  1980   3.90 -1.44
83    LOL001  1980   4.50 -1.55
84    LOL001  1980   5.80 -1.22
101   LOL001  1980  21.50 -0.96
102   LOL001  1980  22.50 -0.69
103   LOL001  1980  23.60 -0.43
104   LOL001  1980  25.10 -0.09
107   LOL001  1981   0.30 -0.40
108   LOL001  1981   0.60 -0.56
109   LOL001  1981   2.40 -1.20
110   LOL001  1981   4.40 -1.34
111   LOL001  1981   7.00 -1.10
112   LOL001  1981   8.60 -1.49

What I would like the output to be (just a subset of the added values for one year):
XSNO    YEAR    X      Z
LOL004  1978    0     NaN
LOL003  1978    0.05  NaN
LOL002  1978    0.1   NaN
LOL001  1978    0.15  NaN
LOL000  1978    0.2   NaN
LOL001  1978    0.22  -0.44
LOL002  1978    0.25  NaN
LOL003  1978    0.3   NaN
LOL004  1978    0.35  NaN
LOL005  1978    0.4   NaN
LOL006  1978    0.45  NaN
LOL007  1978    0.5   NaN
LOL008  1978    0.55  NaN
LOL009  1978    0.6   NaN
LOL010  1978    0.65  NaN
LOL011  1978    0.7   NaN
LOL012  1978    0.75  NaN
LOL013  1978    0.8   NaN
LOL014  1978    0.85  NaN
LOL001  1978    0.95  -0.55


max = df.X.max()
x = np.arange(0, max, 0.05)
x = pd.DataFrame({'X': x})

concat_df = df.groupby(['YEAR']).apply(lambda x: x.concat([df1, x]))
# this doesn't work and gives me an error

concat = pd.concat([df1, x])
# this doesn't give me what I want, it just tacks all the 'x' values (new values) on at the end.  

我不确定如何将合并/加入/连接函数与分组的 pandas 数据框一起使用。我似乎无法在堆栈上找到任何其他问题/答案来满足我的要求。

Answer 1

不是解决方案，我还不能发表评论。

我想应该是pd.concat。此外，您的 groupby 中的 lambda 函数使用 x 作为参数，因此隐藏了 x DataFrame。以不同的方式命名它们，例如：

concat_df = df.groupby(['YEAR']).apply(lambda y: pd.concat([y, x]))