python - 如何通过等指数提取均值和波动？

Question

我有一个如下所示的 CSV 文件(按 iy 对数据框进行排序后):

iy,u
1,80
1,90
1,70
1,50
1,60
2,20
2,30
2,35
2,15
2,25

我试图计算 iy 相等时的平均值和波动。例如，对于上面的 CSV，我想要的是这样的:

iy,u,U,u'
1,80,70,10
1,90,70,20
1,70,70,0
1,50,70,-20
1,60,70,-10
2,20,25,-5
2,30,25,5
2,35,25,10
2,15,25,-10
2,25,25,0

其中 U 是 iy 相等时 u 的平均值，而 u' 只是 u-U，即波动。我知道 Pandas 中有一个名为 groupby.mean() 的函数，但我不想对数据框进行分组，只需取平均值，将值放在新列中，然后计算波动。

我该如何继续？

Answer 1

使用 groupby与 transform计算每个组的平均值并将该值分配给新列“U”，然后 Pandas 减去两列:

df['U'] = df.groupby('iy').transform('mean')
df["u'"] = df['u'] - df['U']
df

输出:

   iy   u   U  u'
0   1  80  70  10
1   1  90  70  20
2   1  70  70   0
3   1  50  70 -20
4   1  60  70 -10
5   2  20  25  -5
6   2  30  25   5
7   2  35  25  10
8   2  15  25 -10
9   2  25  25   0

您可以花哨并在一行中完成:

df.assign(U=df.groupby('iy').transform('mean')).eval("u_prime = u-U")