Python：为每行添加具有平均值的列

Question

我有一个如下所示的数据框：

data1 = [['2020-10-01', '07-08', 3.0 ], ['2020-10-01', '08-09', 2.0], ['2020-10-01', '07-08', 3.0], ['2020-10-01', '07-08', 3.0],['2020-10-02', '07-08', 3.0 ], ['2020-10-02', '08-09', 3.0], ['2020-10-02', '07-08', 3.0], ['2020-10-02', '08-09', 3.0],  ['2020-10-03', '09-10', 9.0], ['2020-10-03', '09-10', 9.0]]
  
df1 = pd.DataFrame(data1, columns = ['Date', 'TimeCategory', 'Value_TimeCategory_total'])

Date	TimeCategory	Value_TimeCategory_total
2020-10-01	07-08	3.0
2020-10-01	08-09	2.0
2020-10-01	07-08	3.0
2020-10-01	07-08	3.0
2020-10-02	07-08	3.0
2020-10-02	08-09	3.0
2020-10-02	07-08	3.0
2020-10-02	08-09	3.0
2020-10-03	09-10	9.0
2020-10-03	09-10	9.0

Dataframe 包含一天内每个 TimeCategory 的总值。

现在我想在此数据框中添加一列，显示每天每个 TimeCategory 的平均值。

如果我有 3 行日期为 2020-10-01 且 TimeCategory 为 07-08 且总值等于 3.0，我希望平均值等于 1.0。

结果应该是这样的。

data2 = [['2020-10-01', '07-08', 3.0 , 1.0], ['2020-10-01', '08-09', 2.0, 2.0], ['2020-10-01', '07-08', 3.0, 1.0], ['2020-10-01', '07-08', 3.0, 1.0],['2020-10-02', '07-08', 3.0, 1.5 ], ['2020-10-02', '08-09', 3.0, 1.5], ['2020-10-02', '07-08', 3.0, 1.5], ['2020-10-02', '08-09', 3.0, 1.5], ['2020-10-03', '09-10', 9.0, 4.5], ['2020-10-03', '09-10', 9.0, 4.5]]
  
df2 = pd.DataFrame(data2, columns = ['Date', 'TimeCategory', 'Value_TimeCategory_total' , 'Value_TimeCategory_Row_Average'])
  
df2

Date	TimeCategory	Value_TimeCategory_total	Value_TimeCategory_Row_Average
2020-10-01	07-08	3.0	1.0
2020-10-01	08-09	2.0	2.0
2020-10-01	07-08	3.0	1.0
2020-10-01	07-08	3.0	1.0
2020-10-02	07-08	3.0	1.5
2020-10-02	08-09	3.0	1.5
2020-10-02	07-08	3.0	1.5
2020-10-02	08-09	3.0	1.5
2020-10-03	09-10	9.0	4.5
2020-10-03	09-10	9.0	4.5

我不想使用 group by，因为我需要数据框的所有行（包括重复行）。

非常感谢您的帮助。

Answer 1

想法是将Value_TimeCategory_total 列除以GroupBy.transform 中的每组计数，以获得与原始大小相同的Series：

df1['Value_TimeCategory_Row_Average'] = (df1['Value_TimeCategory_total']
                .div(df1.groupby(['Date','TimeCategory'])['Value_TimeCategory_total']
                .transform('size')))
print (df1)

         Date TimeCategory  Value_TimeCategory_total  \
0  2020-10-01        07-08                       3.0   
1  2020-10-01        08-09                       2.0   
2  2020-10-01        07-08                       3.0   
3  2020-10-01        07-08                       3.0   
4  2020-10-02        07-08                       3.0   
5  2020-10-02        08-09                       3.0   
6  2020-10-02        07-08                       3.0   
7  2020-10-02        08-09                       3.0   
8  2020-10-03        09-10                       9.0   
9  2020-10-03        09-10                       9.0   

   Value_TimeCategory_Row_Average  
0                             1.0  
1                             2.0  
2                             1.0  
3                             1.0  
4                             1.5  
5                             1.5  
6                             1.5  
7                             1.5  
8                             4.5  
9                             4.5  

替代解决方案：

df1['Value_TimeCategory_Row_Average'] = (df1.groupby(['Date','TimeCategory'])['Value_TimeCategory_total']
                                            .transform(lambda x: x / len(x)))

Answer 2

因此，按Date, TimeCategory 分组，其他单元格分别具有相同的值。 我不认为groupby 不一定有助于实现你所需要的——你只需要将它与assign 结合起来：

df2.set_index(["Date", "TimeCategory"], inplace=True)

df2 = df2.assign(Value_TimeCategory_Row_Average = df2.groupby(["Date", "TimeCategory"]).apply(lambda x:x["Value_TimeCategory_total"].mean() / len(x["Value_TimeCategory_total"])))