我想对数据进行分类并为每个分类选择一个特定的聚合。
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3, 4],
'B': [1, 2, 3, 4],
})
groups = pd.cut(df['A'], bins=2, labels=False)
group_reps = df.groupby([groups]).agg(A=('A', 'mean'))
# ... some magic happens here to replace values in A by group_reps ...
#
# expected result
# A, B
# 1.5, 1
# 1.5, 2
# 3.5, 3
# 3.5, 4
对于大小接近机器内存的数据,如何有效实施?
如果要更改一列,则可以单独处理。另外,transform
可帮助您使聚合与原始索引对齐:
df['A'] = df['A'].groupby(groups).transform('mean')