创建计算列，并将其附加到datafram

Question

我的数据集（称为“train”）是关于抵押贷款申请的。为了改进我对“已接受”（0/1）的预测，我正在尝试计算“贷款人接受率”，并希望将新列附加到我的数据集中。你知道吗

数据集是500k行，贷方id从0到6508不等，但并不是所有的id（整数）都存在。你知道吗

我试过：

方法1： 创建数据透视表。这样做有效：

train.pivot_table(index=['lender'], aggfunc='mean', values=['accepted'])

但是：我似乎无法将此透视表的结果附加到我的数据集：

• 不是直接的，在一行代码中。

• 不是间接地，通过将此透视表的结果添加到空数据帧，然后与“on=leander\u id”合并。

方法2： 使用groupby函数创建新列。我用了这个：

train['lender_ar'] = train.groupby('lender').transform('mean')

，但我得到：

ValueError: Wrong number of items passed 21, placement implies 1

我的数据集：

lender  accepted
4536       1
2458       0
5710       1
5888       1
289        1

希望有人能帮忙！谢谢！你知道吗

Answer 1

我将尝试使用df.join作为原始数据集，平均值的维数将不同。你知道吗

train.join(train.groupby('lender').mean(), on='lender')