无法理解的 Pandas groupby 结果

Question

来自 R 并主要使用 tidyverse，我想知道 pandas groupby 和聚合是如何工作的。我有这段代码，结果令我心碎。

import pandas as pd
df = pd.read_csv('https://gist.githubusercontent.com/ZeccaLehn/4e06d2575eb9589dbe8c365d61cb056c/raw/64f1660f38ef523b2a1a13be77b002b98665cdfe/mtcars.csv')
df.rename(columns={'Unnamed: 0':'brand'}, inplace=True)

现在我想计算气缸的平均位移（disp），如下所示：

df['avg_disp'] = df.groupby('cyl').disp.mean()

其结果如下：

    cyl disp    avg_disp
31  4   121.0   NaN
2   4   108.0   NaN
27  4   95.1    NaN
26  4   120.3   NaN
25  4   79.0    NaN
20  4   120.1   NaN
7   4   146.7   NaN
8   4   140.8   353.100000
19  4   71.1    NaN
18  4   75.7    NaN
17  4   78.7    NaN
29  6   145.0   NaN
0   6   160.0   NaN
1   6   160.0   NaN
3   6   258.0   NaN
10  6   167.6   NaN
9   6   167.6   NaN
5   6   225.0   NaN
13  8   275.8   NaN
28  8   351.0   NaN
4   8   360.0   105.136364
24  8   400.0   NaN
23  8   350.0   NaN
22  8   304.0   NaN
21  8   318.0   NaN
6   8   360.0   183.314286
11  8   275.8   NaN
16  8   440.0   NaN
30  8   301.0   NaN
14  8   472.0   NaN
12  8   275.8   NaN
15  8   460.0   NaN

经过一段时间的搜索，我发现 transform 函数可以得出 transform 的正确值code>avg_disp 通过根据分组 cyl var 为每行分配平均值。 我的观点是......为什么不能使用 mean 函数轻松完成，而不是在分组数据框上使用 .transform('mean') ？

Answer 1

如果要将结果添加回未分组的数据帧，可以使用 .transform：

...并返回一个 DataFrame 与原始对象具有相同的索引并填充转换后的值。

df['avg_disp'] = df.groupby('cyl').disp.transform('mean')