将按 zscore 分组的列添加到 pandas 数据框

Question

我可以将一列插入到数据框中，像这样对另一列进行 z 评分：

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

我可以像这样对按其他 2 列分组的列进行简单的缩减：

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

我尝试将 [2] 中的简单 mean() 函数替换为 [1] 中的 zscore 函数，但不知道该怎么做，包括使用 .apply ——例如这失败了：

[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创建带有分组的 zscore 列。

我的第二个问题是我想将 (1) 将新列插入到保存另一列 ('A') 的 z 分数的数据框 ('ZofA') 中，以及 (2) 计算这些 z 分数在由另外两个列（'C1'，'C2'）定义的组内。 (3) 我想在一个 df.insert() 语句中完成所有这些工作。我只是弄乱了括号和括号之类的东西，还是我试图在一个陈述中做太多事情？谢谢！

Answer 1

感谢您提供指向文档的指针。对于任何好奇的人，我想我会发布解决方案。首先，将zscore计算放入一个lambda中：

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

神奇的成分是 .transform。只需像这样编写插入语句：

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。您只需向下滚动大约一半到“转换”部分。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。