根据另一列和分组依据的值查找列的标准差

Question

我有一个如下所示的数据框：

classid  grade  haveTeacher
0        99     1
1        40     1
1        50     0
1        70     1
2        50     0
3        34     0

我想知道我可以在 pandas 中写什么来找出有老师的 classid 中​​“等级”的标准差（1 表示有老师）。我知道我们必须按“classid”进行分组，但我想知道 .apply 和 lambda 函数内部会包含什么来满足所有这些条件？

Answer 1

为了提高性能，如果haveTeacher中没有1，首先通过Series.where 然后聚合 std：

df = (df['grade'].where(df['haveTeacher'].eq(1))
                 .groupby(df['classid'])
                 .std()
                 .reset_index(name='std'))
print (df)
   classid        std
0        0        NaN
1        1  21.213203
2        2        NaN
3        3        NaN

有问题建议的解决方案应该很慢如果数据框很大：

df = (df.groupby('classid')
        .apply(lambda x: x.loc[x['haveTeacher'].eq(1), 'grade'].std())
        .reset_index(name='std'))
print (df)
   classid        std
0        0        NaN
1        1  21.213203
2        2        NaN
3        3        NaN

Answer 2

您可能首先想要获取包含教师 - df[df['haveteacher'] == 1] 的记录的数据框。获得此信息后，您可以执行 groupby(classid) 并使用 numpy.std （在此之前 import numpy as np ）函数来查找该组的标准差
所以你有 -

>>> df[df['haveteacher'] == 1].groupby(['classid']).agg({'grade': np.std})

输出是 -

grade
classid           
0              NaN
1        21.213203