平均绝对误差python_python – 计算MAD(平均绝对偏差)GroupBy Pandas

我有一个数据帧：

Type Name Cost

A X 545

B Y 789

C Z 477

D X 640

C X 435

B Z 335

A X 850

B Y 152

我的数据框中有所有这样的组合,类型为[‘A’,’B’,’C’,’D’]和名称[‘X’,’Y’,’Z’].我使用groupby方法获取特定组合的统计数据,如A-X,A-Y,A-Z.这是一些代码：

df = pd.DataFrame({'Type':['A','B','C','D','C','B','A','B'] ,'Name':['X','Y','Z','X','X','Z','X','Y'], 'Cost':[545,789,477,640,435,335,850,152]})

df.groupby(['Name','Type']).agg([mean,std])

#need to use mad instead of std

我需要消除超过3 MAD的观察结果;就像是：

test = df[np.abs(df.Cost-df.Cost.mean())<=(3*df.Cost.mad())]

我对此感到困惑,因为df.Cost.mad()返回整个数据上的Cost的MAD而不是特定的Type-Name类别.我怎么能把两者结合起来？