输出pandas groupby，cumprod不显示groupby列

Question

我试图理解均值，求和函数与cumprod函数之间的区别 当我运行groupby然后运行mean时，我得到id列和值的平均值。

当我用cumprod运行它时，没有groupby列。如何确保我可以获取我正在分组的列

x = [.25,.23,.55,.89,-.90,-.04]
id = ['a', 'a', 'a', 'b', 'b', 'b']
df.groupby('id').mean()
df.groupby('id').cumprod()

Answer 1

df.groupby('id').mean()是df.groupby('id').agg('mean')的缩写。

df.groupby('id').cumprod()是df.groupby('id').transform('cumprod')的缩写。

这里的关键区别是前者是groupby/agg操作，而后者是groupby/transform操作。

groupby/agg将每个组聚合为一个值。因此，groupby/agg操作可以返回其索引包含groupby键的系列（在本例中为id值）。

groupby/transform操作返回一个与行数相同的系列 原始DataFrame，df。 （cumprod是累积产品的缩写。因为它返回 运行的产品总数，每行有一个值）。由于每一行都有一个值 原始的DataFrame，自然索引不能是groupby键。它必须保留 是原始DataFrame的索引。

Answer 2

原因在于mean（）和cumprod（）的功能是什么。 平均值：＆＃34;返回请求轴的值的平均值＆＃34; Cumprod：＆＃34;在请求的轴上返回累积产品＆＃34;

所以意味着返回给定轴的一个值，而cumprod会累积地找到值的乘积。

如果你想比较它是否有效，你可以比较

df.x.cumprod()

0    0.250000
1    0.057500
2    0.031625
3    0.028146
4   -0.025332
5    0.001013

VS

df.groupby('index').x.cumprod()

0    0.250000
1    0.057500
2    0.031625
3    0.890000
4   -0.801000
5    0.032040

分组结果从代表索引=＆＃39; b＆＃39;

的索引3变化

Answer 3

与mean()不同，cumprod()（将系列转换为单个数字）不是聚合器，而是将系列转换为另一个系列。原始数据框中行的数量和顺序与cumprod()结果中的行数相同。您可以将结果合并到原始数据框中，并可以访问id：

的值

df['x_cumprod'] = df.groupby('id').cumprod()
#  id     x  x_cumprod
#0  a  0.25    0.25000
#1  a  0.23    0.05750
#2  a  0.55    0.55000
#3  b  0.89    0.48950
#4  b -0.90   -0.44055
#5  b -0.04   -0.00230