Skip to main content
 首页 » 编程设计

python之规范化 DataFrame 中的值

2025年05月04日18kerrycode

我需要的是通过以下过程规范化下面的评级列:

  1. 按用户字段 ID 分组。
  2. 找出每个用户的平均评分。
  3. 找到每个用户的评论提示并减去用户的平均评分。

我有这个数据框:

                user       rating 
 review_id 
         a      1          5 
         b      2          3 
         c      1          3 
         d      1          4 
         e      3          4 
         f      2          2 
... 

然后我计算每个用户的平均值:

 >>>data.groupby('user').rating.mean() 
 
 user 
 1       4 
 2       2.5 
 3       4 

我需要的最终结果是:

                user       rating 
 review_id 
         a      1          1 
         b      2          0.5 
         c      1          -1 
         d      1          0 
         e      3          0 
         f      2          -0.5 
... 

数据框如何有效地提供这种功能?

请您参考如下方法:

您可以使用 groupby().transform() 来完成此操作,请参阅 http://pandas.pydata.org/pandas-docs/stable/groupby.html#transformation

在这种情况下,按 'user' 分组,然后为每个组减去该组的平均值(您提供给 transform 的函数应用于每个组, 但结果保留原始索引):

In [7]: data.groupby('user').transform(lambda x: x - x.mean()) 
Out[7]: 
           rating 
review_id 
a             1.0 
b             0.5 
c            -1.0 
d             0.0 
e             0.0 
f            -0.5