我想用Condition
CT
中的值的平均值对Pandas数据框中的数据进行规范化。在
数据帧是这样的:
df = pd.DataFrame({'Type' : ['A', 'A', 'A', 'A',
'B', 'B', 'B', 'B'],
'Condition' : ['Tx', 'CT', 'Tx', 'CT',
'Tx', 'CT', 'Tx', 'CT'],
'Var1' : np.random.randn(8),
'Var2' : np.random.randn(8)})
print(df)
Condition Type Var1 Var2 Var1_Norm Var2_Norm
0 Tx A -1.555886 -0.454512 3.290695 -1.059712
1 CT A 0.820324 0.357123 -1.734983 0.832645
2 Tx A -0.355758 0.807324 0.752426 1.882305
3 CT A -0.799936 1.005673 1.691862 2.344762
4 Tx B -0.253152 -0.585186 0.234666 6.790024
5 CT B -0.672658 0.851191 0.623540 -9.876536
6 Tx B -1.768877 -0.083506 1.639711 0.968933
7 CT B -1.620407 -0.527232 1.502083 6.117579
我知道如何用整个团队的平均值来规范化:
^{pr2}$但是我如何通过组的子集(带有Condition == 'CT'
的行)的平均值来规范化分组数据?在
我尝试了以下方法,结果是AttributeError
:
df[['Var1_Norm', 'Var2_Norm']] = df.groupby(['Type']).transform(lambda x: x/x[x.Condition == 'CT'].mean())
AttributeError: ("'Series' object has no attribute 'Condition'", 'occurred at index Condition')
借助@piRSquared的回答,我找到了一个使用for循环的解决方案:
df[['Var1_Norm', 'Var2_Norm']] = df[['Var1', 'Var2']]
for t in df.Type.unique():
ct_mean = df.loc[(df.Type == t) & (df.Condition == 'CT'),['Var1_Norm', 'Var2_Norm']].mean()
df.loc[df.Type == t,['Var1_Norm', 'Var2_Norm']] = df.loc[df.Type == t,['Var1_Norm', 'Var2_Norm']].div(ct_mean)
您可以使用
apply
方法而不是transform
。在groupby方法
transform
传递一个序列并期望返回一个序列,而apply
传递一个dataframe,并期望返回一个dataframe或一个序列(更详细地解释here)。这将允许您检查条件,因为您可以访问函数中的相关列:结果:
^{pr2}$当然,您可以将其推广到任意数量的列上,甚至可以创建一个基于给定条件生成函数的函数生成器。在
相关问题 更多 >
编程相关推荐