Pandas：创建新列，其中组意味着以另一列为条件

Question

我正在尝试创建一个包含组均值的新列，条件是另一列的值。这可以通过示例来最好地解释：

df = pd.DataFrame({'A': [59000000, 65000000, 434000, 434000, 434000, 337000, 11300, 11300, 11300],

                   'B': [1, 1 , 0, 1, 0, 0, 1, 1, 0],

                   'group': ["IT", "IT", "IT", "MV", "MV", "MV", "IT", "MV", "MV"]})

df

          A  B group

0  59000000  1    IT

1  65000000  1    IT

2    434000  0    IT

3    434000  1    MV

4    434000  0    MV

5    337000  0    MV

6     11300  1    IT

7     11300  1    MV

8     11300  0    MV

我已经设法解决了这个问题，但我正在寻找代码行更少，可能更有效率的东西。

x = df.loc[df['B']==1].groupby('group', as_index=False)['A'].mean()

x.rename(columns = {'A':'a'}, inplace = True)

df = pd.merge(df, x, how='left', on='group')

          A  B group         a

0  59000000  1    IT  41337100

1  65000000  1    IT  41337100

2    434000  0    IT  41337100

3    434000  1    MV    222650

4    434000  0    MV    222650

5    337000  0    MV    222650

6     11300  1    IT  41337100

7     11300  1    MV    222650

8     11300  0    MV    222650

我尝试过使用转换函数，但它对我不起作用

df.loc[: , 'a'] = df.groupby('group').transform(lambda x: x[x['B']==1]['A'].mean())

Answer 1

使用 Series.where 仅筛选所需的 col 值，然后分组并转换：Adf['a'] = df['A'].where(df['B'].eq(1)).groupby(df['group']).transform('mean')[输出]          A  B group           a0  59000000  1    IT  41337100.01  65000000  1    IT  41337100.02    434000  0    IT  41337100.03    434000  1    MV    222650.04    434000  0    MV    222650.05    337000  0    MV    222650.06     11300  1    IT  41337100.07     11300  1    MV    222650.08     11300  0    MV    222650.0