使用 Pandas Transform 将列添加到 GroupBy DataFrame

在 pandas 中使用 groupby 操作时，向 GroupBy 添加新列通常很有用结果数据框。实现此目的的一种方法是使用 .map() 函数，如示例中所示。然而，另一种更直接的方法是使用 .transform() 函数。

.transform() 允许我们将函数应用于数据帧中的每个组并返回带有结果的 Series。返回的 Series 将具有与原始数据帧对齐的索引。

为了说明这一点，让我们从提供的数据帧开始：

df = pd.DataFrame({'c': [1, 1, 1, 2, 2, 2, 2], 'type': ['m', 'n', 'o', 'm', 'm', 'n', 'n']})

我们的目标是计算每个c的type值，并添加一个大小为c的列。

g = df.groupby('c')['type'].value_counts().reset_index(name='t')

此代码计算每个组的值并创建一个名为 t 的新列。

要使用 .transform() 添加大小列，我们可以执行以下操作：

g['size'] = df.groupby('c')['type'].transform('size')

.transform('size')将大小函数应用于每个组，该函数返回每个组的大小。生成的 Series 与原始数据帧的索引对齐，允许我们将其作为新列添加到 g.

输出将是一个带有名为 size 的附加列的数据帧：

   c type  t  size
0  1    m  1     3
1  1    n  1     3
2  1    o  1     3
3  2    m  2     4
4  2    n  2     4

使用 .transform() 提供了一种更简洁、更直接的方法，可以从 groupby 聚合将列添加回原始数据帧。