python - Pandas 与平均值的百分比差异

Question

我有一个包含许多列的 pandas 数据框，对于每一列，我想生成一个新列，其中结果是值相对于该列平均值的百分比差异，如下例所示:

d = {'var1': [1, 2], 'var2': [3,4]}
df = pd.DataFrame(data=d)
df
    var1   var2  
0     1     3     
1     2     4     

结果:

    var1   var2  var1_avg  var2_avg
0     1     3     -0.33     -0.14
1     2     4      0.33      0.14

我知道如何找到列的平均值，然后计算百分比差异，但仅限于单个列，如下所示:

df['var1_avg'] = (df.var1 - df.var1.mean()) / df.var1.mean()

但是，我有 100 列，并且希望有一种方法可以将其应用到每一列并将“_avg”附加到每个新列名称。

Answer 1

您可以使用pandas.concat和 pandas.DataFrame.add_suffix :

>>> pd.concat([df, ((df - df.mean())/df.mean()).add_suffix("_avg")], axis = 1)
   var1  var2  var1_avg  var2_avg
0     1     3 -0.333333 -0.142857
1     2     4  0.333333  0.142857