pandas分组计算平均值_【S01E09】pandas之分组级运算和转换

聚合只不过是分组运算的其中一种而已。它是数据转换的一个特例，也就是说，它接受能够将一维数组简化为标量值的函数。接下来介绍的transform和apply方法，它们能够执行更多其他的分组运算。

i）添加用于存放各索引分组平均值的列

假设我们想要为一个DataFrame添加一个用于存放各索引分组平均值的列。一个办法是先聚合再合并：

先聚合：

再合并：

虽然这样也行，但是不太灵活。你可以将该过程看作利用np.mean函数对两个数据列进行转换

ii）在GroupBy对象上使用transform方法

跟aggregate一样，transform也是一个有着严格条件的特殊函数：传入的函数只能产生两种结果，要么产生一个可以广播的标量值（如np.mean），要么产生一个相同大小的结果数组。

不难看出，transform会将一个函数应用到各个分组，然后将结果放置到合适的位置上。如果各分组产生的是一个标量值，则该值就会被广播（broadcast）出去。

现在，假设你希望从各分组中减去平均值。为此，我们先创建一个距平化函数（demeaning function），然后将其传给transform：

apply：一般性的“拆分-应用-合并”

最一般化的GroupBy方法是apply，重点讲解它。如下图所示，apply会将待处理的对象拆分成多个片段，然后对各片段调用传入的函数，最后尝试将各片段组合到一起。

回到之前的小费数据集，假设你想要根据分组选出最高的5个tip_pct值。首先，编写一个选取指定列中具有前n个最大值的行的函数：