在其他列上有条件的数据框中创建列

Question

我正在尝试创建一个新列，其中另一列中的值的平均值取决于另一列中的值。

pd.DataFrame({"A":[1, 2, 1, 2], 
     "B":[4, 6, 8, 12] 

我想创建一个新的列“C”，这将是

pd.DataFrame({"A":[1, 2, 1, 2, 3], 
     "B":[4, 6, 8, 12, 4], 
     "C":[6,9,6,9,4]} 

如果它是不明确的，我要输出的值的列B中的意思是当在列中的值A是一样的。所以，C =（4 + 6 + ...）/ n其中A == 1和C =（6 + 8 + ...）/ n其中A == 2等等......

我是无法为此考虑伪代码。除了代码解决方案，任何合理的解释将不胜感激。

Answer 1

这是一个transform：

In [11]: df 
Out[11]: 
    A B 
0 1 4 
1 2 6 
2 1 8 
3 2 12 
4 3 4 

In [12]: df.groupby("A")["B"].transform('mean') 
Out[12]: 
0 6 
1 9 
2 6 
3 9 
4 4 
Name: B, dtype: int64 

In [13]: df["C"] = df.groupby("A")["B"].transform('mean') 

也看到group by docs。