按A分组生成新列E：基于D=0的B列均值填充

嘿，我来帮你搞定这个新列E的生成需求！针对你给出的数据集和规则，用Python的Pandas库来实现是最便捷的方式，下面是具体的步骤和代码实现：

步骤1：准备数据 #

首先把你提供的数据集转换成Pandas DataFrame（如果还没做的话）：

import pandas as pd

data = {
    'A': ['2002-01-13']*6 + ['2002-02-09']*5,
    'B': [200, 180, 250, 300, 220, 125, 410, 0, 550, 500, 150],
    'C': ['X', 'X', 'X', 'Y', 'Y', 'Y', 'X', 'X', 'Y', 'Y', 'Y'],
    'D': [1, 0, -1, 1, 0, -1, 1, 1, 1, 1, -1]
}

df = pd.DataFrame(data)

步骤2：定义分组计算逻辑 #

我们需要一个函数来处理每个分组的E值计算：

• 对于每个A分组，先筛选出D=0的行，取这些行B列的均值作为该组所有行的E值
• 如果分组内没有D=0的行，这里提供两种常见的处理方式，你可以根据需求选择：
  • 选项1：返回该分组B列的整体均值
  • 选项2：返回NaN（表示缺失值）

def calculate_E(group):
    # 筛选当前分组中D=0的行
    d0_subset = group[group['D'] == 0]
    if not d0_subset.empty:
        # 存在D=0的行，返回B的均值
        return d0_subset['B'].mean()
    else:
        # 无D=0的行，选择下方其中一种处理方式
        # 选项1：返回分组B的均值
        return group['B'].mean()
        # 选项2：返回NaN（取消注释即可）
        # return pd.NA

步骤3：应用函数生成新列E #

使用groupby+transform方法，把函数应用到每个A分组，自动为每一行填充对应的E值：

df['E'] = df.groupby('A').transform(calculate_E)

最终结果 #

运行上述代码后，你的DataFrame会新增E列，结果如下：

注：2002-01-13分组中D=0的B值是180和220，均值正好是200；2002-02-09分组没有D=0的行，这里用了选项1的处理方式，返回该组B的均值(410+0+550+500+150)/5=322。

内容的提问来源于stack exchange，提问作者Tie_24