在python中获取变量的平均值

Question

我在我的python熊猫数据上运行.mean（），但是这只返回我分组的键和所需列的平均值。我想要所有的列，意思是替换原始值。 已经尝试了多件事，但似乎没有任何结果。下面是我使用生成的代码意味着

dd1=df.groupby(['key']).agg({'sales':"mean"}).reset_index() 

Answer 1

你想transform ......不agg

dd1 = df.groupby('key').transform('mean') 

---

Minimal and Complete Verifiable Example MCVE

df = pd.DataFrame(
    np.random.randn(10, 4) 
).add_prefix('C').assign(key=np.random.choice(list('AB'), 10)) 
print(df) 

     C0  C1  C2  C3 key 
0 -0.239780 0.167832 0.879349 0.643696 A 
1 0.517747 0.573424 -0.480853 -0.162014 A 
2 0.236032 -0.396924 -1.406381 1.197946 A 
3 0.479451 -0.790073 0.219239 -0.157358 B 
4 -0.605864 -0.461622 -1.427521 -1.709760 B 
5 -0.281919 -0.965817 1.256316 -1.351529 A 
6 -2.085293 0.954725 -1.744391 -1.069667 A 
7 -2.100504 -1.161964 -1.102306 0.547207 B 
8 1.808283 -0.728799 -1.763971 -1.221539 B 
9 -0.975264 0.958484 -0.458139 1.796640 B 

现在transform

dd1 = df.groupby('key').transform('mean') 
print(dd1) 

     C0  C1  C2  C3 
0 -0.370642 0.066648 -0.299192 -0.148313 
1 -0.370642 0.066648 -0.299192 -0.148313 
2 -0.370642 0.066648 -0.299192 -0.148313 
3 -0.278780 -0.436795 -0.906540 -0.148962 
4 -0.278780 -0.436795 -0.906540 -0.148962 
5 -0.370642 0.066648 -0.299192 -0.148313 
6 -0.370642 0.066648 -0.299192 -0.148313 
7 -0.278780 -0.436795 -0.906540 -0.148962 
8 -0.278780 -0.436795 -0.906540 -0.148962 
9 -0.278780 -0.436795 -0.906540 -0.148962 

---

您可以通过限制这短短列：

cols = ['C0', 'C1', 'C2', 'C3'] 
dd1 = df.groupby('key')[cols].transform('mean') 
print(dd1) 

     C0  C1  C2  C3 
0 -0.370642 0.066648 -0.299192 -0.148313 
1 -0.370642 0.066648 -0.299192 -0.148313 
2 -0.370642 0.066648 -0.299192 -0.148313 
3 -0.278780 -0.436795 -0.906540 -0.148962 
4 -0.278780 -0.436795 -0.906540 -0.148962 
5 -0.370642 0.066648 -0.299192 -0.148313 
6 -0.370642 0.066648 -0.299192 -0.148313 
7 -0.278780 -0.436795 -0.906540 -0.148962 
8 -0.278780 -0.436795 -0.906540 -0.148962 
9 -0.278780 -0.436795 -0.906540 -0.148962