通过变换获取pandas group内的组名称

Question

这就是我正在尝试做的事情。我在 pandas 中有以下 DataFrame：

import numpy as np
import pandas as pd

n_cols = 3
n_samples = 4
df = pd.DataFrame(np.arange(n_samples * n_cols).reshape(n_samples, n_cols), columns=list('ABC'))
print(df)

输出：

   A   B   C
0  0   1   2
1  3   4   5
2  6   7   8
3  9  10  11

我有一个每个样本（行）所属的类别：

cat = pd.Series([1,1,2,2])

我有一个与每个类别相关的参考行：

df_ref = pd.DataFrame(np.zeros((2, n_cols)), index=[1,2], columns=list('ABC'))
df_ref.loc[1] = 10
print(df_ref)

输出：

      A     B     C
1  10.0  10.0  10.0
2   0.0   0.0   0.0

如何以更优雅的方式执行以下操作（例如，使用 groupby 和转换）：

result = df.copy()
for i in range(n_cols):
  result.iloc[i] = df.iloc[i] - df_ref.loc[cat[i]]
print(results)

输出：

    A   B   C
0 -10  -9  -8
1  -7  -6  -5
2   6   7   8
3   9  10  11

我认为这样的事情应该有效：

df.groupby(cat).transform(lambda x: x - df_ref.loc[x.GROUP_NAME])

其中 x.GROUP_NAME 正在访问正在运行转换的组的名称。在pandas关于transform的文档中写道：“每个组都被赋予了属性‘名称’，以防你需要知道你正在处理哪个组。”我尝试访问 x.name，但这给出了列的名称，而不是组的名称。所以我不明白这个文档指的是什么。

Answer 1

IIUC，你可以这样做：

df = df.set_index(cat)
df = df - df_ref

print(df)

打印：

      A     B     C
1 -10.0  -9.0  -8.0
1  -7.0  -6.0  -5.0
2   6.0   7.0   8.0
2   9.0  10.0  11.0