Pandas DataFrame新增列异常：bb列值全为0的问题排查与解决

嘿，我来帮你捋清楚这个问题！你说aa列（城市平均温度）结果正常，但bb列本该是「城市温度减去所有城市平均温度」却全为0，咱们一步步拆解原因和解决办法：

先搞清楚两个核心问题 #

1. 代码逻辑和你的需求不匹配 #

你描述的bb列需求是「城市温度 - 所有城市的整体平均温度」，但你写的代码用了groupby(['City'])的transform，这实际上计算的是每个温度减去所在城市的平均温度，和你想要的“所有城市平均”完全不是一回事。

2. 结果全为0的直接原因 #

如果你的代码确实是按组内平均计算，但结果全为0，大概率是你的DataFrame里每个城市只有一条记录！因为分组后每个组的平均温度就是这条记录本身的温度值，用自身减去自身，结果自然全是0。你可以用这条代码验证一下每个城市的记录数：

print(file.groupby('City').size())

针对两种需求的解决方案 #

需求A：我就是要「城市温度 - 所在城市的平均温度」 #

如果这才是你的真实需求，那你的lambda用法本身是没问题的！但要确保每个城市有多条温度记录。另外可以把代码写得更简洁：

# 写法1：用lambda
file["bb"] = file.groupby(['City'])["Temperature"].transform(lambda x: x - np.mean(x))
# 写法2：更直观，不用lambda
file["bb"] = file["Temperature"] - file.groupby(['City'])["Temperature"].transform('mean')

要是每个城市只有一条记录，那全0是正常现象，毕竟没有其他数据来计算偏差~

需求B：我要的是「城市温度 - 所有城市的整体平均温度」 #

这就不需要用groupby啦，直接计算整个温度列的平均值，再做减法就行：

# 先算出所有城市的整体平均温度
all_city_avg = file["Temperature"].mean()
# 创建bb列
file["bb"] = file["Temperature"] - all_city_avg

最后再确认下lambda的使用 #

你的lambda写法本身是正确的，只要是针对分组后的Series做计算，lambda x: x - np.mean(x)能正确得到组内每个值和组均值的差值，问题主要出在需求和代码逻辑的匹配上，以及可能的单条记录分组的情况~

内容的提问来源于stack exchange，提问作者dingaro