Держите столбец с категориальной переменной в Pandas с groupby и mean () - PullRequest
Новая
       14

Держите столбец с категориальной переменной в Pandas с groupby и mean ()

0 голосов
/ 27 апреля 2018

Есть ли способ сохранить категориальную переменную после groupby и mean()? Например, с учетом кадра данных df: 

              ratio    Metadata_A      Metadata_B   treatment
0      54265.937500           B10               1  AB_cmpd_01
11    107364.750000           B10               2  AB_cmpd_01
22     95766.500000           B10               3  AB_cmpd_01
24     64346.250000           B10               4  AB_cmpd_01
25     52726.333333           B10               5  AB_cmpd_01
30     65056.600000           B11               1          UT
41     78409.600000           B11               2          UT
52    133533.000000           B11               3          UT
54    102433.571429           B11               4          UT
55     82217.588235           B11               5          UT
60     89843.600000            B2               1          UT
71     98544.000000            B2               2          UT
82    179330.000000            B2               3          UT
84    107132.400000            B2               4          UT
85     73096.909091            B2               5          UT

Мне нужно в среднем по ratio в пределах каждого из Metadata_A, но в конце оставить столбец treatment:

Теоретически, что-то вроде: 

df.groupby(by='Metadata_A').mean().reset_index()

              ratio    Metadata_A      Metadata_B   treatment
 0     54265.937500           B10             2.5  AB_cmpd_01
 1     78409.600000           B11             2.5          UT
 2    107132.400000            B2             2.5          UT

Однако столбец treatment исчезает после усреднения.

Ответы [ 2 ]

0 голосов
/ 27 апреля 2018

Вы можете использовать groupby с agg 

df.groupby(['Metadata_A','treatment'],as_index=False).agg({'Metadata_B':'mean','ratio':'first'})
Out[358]: 
  Metadata_A   treatment  Metadata_B       ratio
0        B10  AB_cmpd_01           3  54265.9375
1        B11          UT           3  65056.6000
2         B2          UT           3  89843.6000
0 голосов
/ 27 апреля 2018

Проблема в том, что pandas не знает, как взять среднее значение treatment, так как это строки. Одним из решений было бы получить ваши средства, используя groupby('Metadata_A'), затем объединить эти значения с исходным кадром данных, а затем снова groupby('Metadata_A'): 

# Get your means:
grp = df.groupby('Metadata_A').mean().reset_index()

# Merge those with the original `dataframe`, getting rid of extra columns
(df.merge(grp, on = ['Metadata_A'], suffixes=('', '_mean'))
 .drop(['Metadata_B', 'ratio'], axis=1)
 .groupby('Metadata_A')
 .first()
 .reset_index()
)

Что возвращает: 

  Metadata_A   treatment     ratio_mean  Metadata_B_mean
0        B10  AB_cmpd_01   74893.954167                3
1        B11          UT   92330.071933                3
2         B2          UT  109589.381818                3

Редактировать @ Метод группировки Вена по treatment и Metadata_A имеет гораздо больший смысл, чем я только что описал. Если вы ищете средства обоих столбцов, вы можете просто сделать: 

df.groupby(['Metadata_A', 'treatment']).mean().reset_index()
...