我有一个 numpy.array arr 和一个 pandas.DataFrame df。
arr 和 df 具有相同的形状 (x,y)。
我需要按 df 的一列进行分组，并在具有相同形状的 arr 上应用受影响行的转换。
为了清楚起见，这里有一个玩具示例:
arr =
0 1 12 3
2 5 45 47
3 19 11 111
df =
A B C D
0 0 1 2 3
1 4 5 6 7
2 4 9 10 11
我想按 A 对 df 进行分组并计算平均值，但我想要 arr 来代替转换 df > 进行改造。
所以我得到类似的东西:
arr =
0 1 12 3
(2+3)/2 (5+19)/2 (45+11)/2 (47+111)/2
这可能吗？没有昂贵的循环？
提前致谢
最佳答案
看起来需要首先从arr创建DataFrame，然后groupby按列 A 和聚合 mean 。最后通过values将其转换为numpy array :
print (pd.DataFrame(arr).groupby(df.A).mean().values)
[[ 0. 1. 12. 3. ]
[ 2.5 12. 28. 79. ]]
关于python - 基于具有相同长度的 pandas.DataFrame 的 groupby 的 numpy.array 进行 Groupby，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38830134/