# yyds干货盘点 # 按照A列进行分组并计算出B列每个分组的平均值，然后对B列内的每个元素减去分组平均值

# yyds干货盘点 # 按照A列进行分组并计算出B列每个分组的平均值，然后对B列内的每个元素减去分组平均值

大家好，我是皮皮。

一、前言

前几天在Python星耀交流群有个叫【在下不才】的粉丝问了一个Pandas的问题，按照A列进行分组并计算出B列每个分组的平均值，然后对B列内的每个元素减去分组平均值，这里拿出来给大家分享下，一起学习。

二、解决过程

这个看上去倒是不太难，但是实现的时候，总是一看就会，一用就废。这里给出【瑜亮老师】的三个解法，一起来看看吧！

方法一：使用自定义函数

代码如下：

import pandas as pdlv = [1, 2, 2, 3, 3, 4, 2, 3, 3, 3, 3]num = [122, 111, 222, 444, 555, 555, 333, 666, 666, 777, 888]df = pd.DataFrame({'lv': lv, 'num': num})def demean(arr): return arr - arr.mean()# 按照"lv"列进行分组并计算出"num"列每个分组的平均值，然后"num"列内的每个元素减去分组平均值df["juncha"] = df.groupby("lv")["num"].transform(demean)print(df

# transform 也支持 lambda 函数，效果是一样的，更简洁一些# df["juncha"] = df.groupby("lv")["num"].transform(lambda x: x - x.mean())# print(df)

方法二：使用内置函数

代码如下：

import pandas as pdlv = [1, 2, 2, 3, 3, 4, 2, 3, 3, 3, 3]num = [122, 111, 222, 444, 555, 555, 333, 666, 666, 777, 888]df = pd.DataFrame({'lv': lv, 'num': num})gp_mean = df.groupby('lv')["num"].mean().rename("gp_mean").reset_index()df2 = df.merge(gp_mean)df2["juncha"] = df2["num"] - df2["gp_mean"]print(df2)

方法三：使用 transform

transform能返回完整数据，输出的形状和输入一致（输入是num列，输出也是一列），代码如下：

import pandas as pdlv = [1, 2, 2, 3, 3, 4, 2, 3, 3, 3, 3]num = [122, 111, 222, 444, 555, 555, 333, 666, 666, 777, 888]df = pd.DataFrame({'lv': lv, 'num': num})# 方法三： 使用 transform。df["gp_mean"] = df.groupby('lv')["num"].transform('mean')df["juncha"] = df["num"] - df["gp_mean"]print(df)# 直接输出结果，省略分组平均值列df["juncha"] = df["num"] - df.groupby('lv')["num"].transform('mean')print(df)

三、总结

大家好，我是皮皮。这篇文章主要分享了Pandas处理相关知识，基于粉丝提出的按照A列进行分组并计算出B列每个分组的平均值，然后对B列内的每个元素减去分组平均值的问题，给出了3个行之有效的方法，帮助粉丝顺利解决了问题。

最后感谢粉丝【在下不才】提问，感谢【德善堂小儿推拿-瑜亮老师】给出的具体解析和代码演示，感谢【月神】提供的思路，感谢【dcpeng】等人参与学习交流。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。