Pandas groupby + 变换和多列

Question

为了获得在 groupby-data 上执行的结果与原始 DataFrame 具有相同的细节级别（相同的观察计数），我使用了转换函数。示例： 原始数据框name, year, gradeJack, 2010, 6Jack, 2011, 7Rosie, 2010, 7Rosie, 2011, 8groupby 变换后name, year, grade, average gradeJack, 2010, 6, 6.5Jack, 2011, 7, 6.5Rosie, 2010, 7, 7.5Rosie, 2011, 8, 7.5但是，使用基于多列的更高级函数，事情会变得更加复杂。让我感到困惑的是，我似乎无法访问 groupby-transform 组合中的多个列。df = pd.DataFrame({'a':[1,2,3,4,5,6],               'b':[1,2,3,4,5,6],               'c':['q', 'q', 'q', 'q', 'w', 'w'],                 'd':['z','z','z','o','o','o']})def f(x): y=sum(x['a'])+sum(x['b']) return(y)df['e'] = df.groupby(['c','d']).transform(f)给我：KeyError: ('a', 'occurred at index a')虽然我知道以下确实有效：df.groupby(['c','d']).apply(f)是什么导致了这种行为以及我如何获得这样的东西：a   b   c   d   e1   1   q   z   122   2   q   z   123   3   q   z   124   4   q   o   85   5   w   o   226   6   w   o   22

Answer 1

您可以使用GroupBy+transform用sum两次：

df['e'] = df.groupby(['c', 'd'])[['a', 'b']].transform('sum').sum(1)

print(df)

   a  b  c  d   e

0  1  1  q  z  12

1  2  2  q  z  12

2  3  3  q  z  12

3  4  4  q  o   8

4  5  5  w  o  22

5  6  6  w  o  22