Pandas 中 DataFrame 中值为 0 的列

Question

我尝试在 Pandas Python 的 DataFrame 中创建 2 个新列，第一列 aa 显示平均温度是正确的，但是，第二列 bb 应该显示城市的温度减去所有城市的平均温度价值0??

问题出在哪里？我是否正确使用了 lambda？你能给我解决方案吗？非常感谢！

file["aa"] = file.groupby(['City'])["Temperature"].transform(np.mean)
display(file.sample(10))

file["bb"] = file.groupby(['City'])["Temperature"].transform(lambda x: x - np.mean(x))
display(file.head(10))

Answer 1

编辑：根据gereleth 的评论更新。您可以进一步简化它！

file['bb'] = file.Temperature - file.aa

由于我们已经计算了aa 列中的平均值，我们可以简单地重复使用该列来计算每行的Temperature 和aa 列的差异，方法是使用如下的pandas apply 方法：

file["aa"] = file.groupby(['City'])["Temperature"].transform(np.mean)
display(file.sample(10))
file["bb"] = file.apply(lambda row: row['Temperature'] - row['aa'], axis=1)
display(file.sample(10))

如果您想减去所有城市的平均气温，您可以在 aa 列上使用平均值：

file["aa"] = file.groupby(['City'])["Temperature"].transform(np.mean)
display(file.sample(10))
avg_all_cities = file['aa'].mean()
file["bb"] = file.apply(lambda row: row['Temperature'] - avg_all_cities, axis=1)
display(file.sample(10))