新Pandas Groupby API更改

Question

我有一個數據框，其中行有一個名稱，一個類型和一個SLA列。 SLA列是一個數字值：1,2或3.SLA列專用於輸入，而不是名稱。

我有創建一個新列的代碼，它按名稱值進行分組，併爲所有具有相同名稱的行強制使用相同的數值。即如果給定名稱的所有SLA值都是2，那麼它們都會得到2.如果它們都是3，那麼它們會得到3.否則（如果所有值都是2或更多可能性，如果有混合值），它們都會得到2.

df['SLA_Norm'] = df.groupby('Name').apply(assignSLA) 

使用功能：

def assignSLA(df): 
    a = pd.Series(df['SLA'], df.index) 
    m = a.mean() 
    if m == 1.0: 
     n = [1] 
     n = n*len(a) 
     return pd.Series(n, df.index) 
    elif m == 3.0: 
     n = [3] 
     n = n*len(a) 
     return pd.Series(n, df.index) 
    else: 
     n = [2] 
     n = n*len(a) 
     return pd.Series(n, df.index) 

更新大熊貓庫，它最近更新了GROUPBY API，該功能後休息。但是，我無法弄清楚爲什麼。有誰知道爲什麼熊貓中的新groupby功能會打破這個功能？

謝謝親切。

編輯：

於是開始用df：

Name Type SLA 
Foo  A  1  
Foo  B  2  
Foo  C  3  
Buzz A  1  
Buzz A  1  
Buzz A  1  
Buzz A  1  
Buzz A  1  
Bar  C  3  
Bar  C  3  
Bar  C  3 

我用得到，用大熊貓13.0：

Name Type SLA  SLA_Norm 
Foo  A  1  2 
Foo  B  2  2 
Foo  C  3  2 
Buzz A  1  1 
Buzz A  1  1 
Buzz A  1  1 
Buzz A  1  1 
Buzz A  1  1 
Bar  C  3  3 
Bar  C  3  3 
Bar  C  3  3 

現在我得到的，與大熊貓14.0：

Name Type SLA  SLA_Norm 
Foo  A  1  NaN 
Foo  B  2  NaN 
Foo  C  3  NaN 
Buzz A  1  NaN 
Buzz A  1  NaN 
Buzz A  1  NaN 
Buzz A  1  NaN 
Buzz A  1  NaN 
Bar  C  3  NaN 
Bar  C  3  NaN 
Bar  C  3  NaN 

Answer 1

您應該開關h使用內置的pandas，然後將其與原始幀合併。嘗試使用此代碼...

means = df.groupby('Name')[['SLA']].mean() 
df = pd.merge(df,means,left_on='Name',right_index=True,suffixes=("","_Norm")) 

編輯

取決於你想要什麼你_Norm價值，你也可以使用.apply(function)