如何在Pandas中添加组级汇总统计作为一个新的列

在Pandas中，可以使用groupby方法对数据进行分组并对每个组应用一些聚合函数，例如sum、mean、max等。有时候，我们想要添加组级汇总统计作为一个新的列，以便更好地了解每个组的情况。下面是在Pandas中添加组级汇总统计作为一个新的列的详细攻略：

1. 读取数据并进行分组

首先，我们需要读取数据并进行分组。这里我们使用Pandas自带的titanic数据集作为示例数据，以“性别”为关键字进行分组：

import pandas as pd

# 读取数据
df = pd.read_csv('titanic.csv')

# 分组
groups = df.groupby('Sex')

上述代码将数据按照性别进行了分组，并保存在了groups变量中。

2. 添加组级汇总统计列

接下来，我们可以使用agg方法对每个组进行一些聚合操作，并将结果保存为新的列。在本例中，我们对每个组计算平均年龄、平均票价以及存活率，并将结果保存为新的列。

# 添加组级汇总统计列
df['age_mean'] = groups['Age'].agg('mean')
df['fare_mean'] = groups['Fare'].agg('mean')
df['survival_rate'] = groups['Survived'].agg('mean')

上述代码中，agg方法中的参数可以是一个字符串、一个函数或一个函数组成的列表。在这里，我们使用了字符串'average'来计算平均值，使用'mean'来计算存活率。

3. 查看结果

最后，我们可以使用head方法查看添加新列后的数据：

print(df.head())

运行上述代码，可以看到添加新列后的数据如下：

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked	age_mean	fare_mean	survival_rate
0	1	0	3	Braund, Mr. Owen Harris	male	22.0	1	0	A/5 21171	7.2500	0	S	30.7267	25.52389	0.188908
1	2	1	1	Cumings, Mrs. John Bradley	female	38.0	1	0	PC 17599	71.2833	C85	C	27.9157	44.47982	0.742038
2	3	1	3	Heikkinen, Miss. Laina	female	26.0	0	0	STON/O2. 3101282	7.9250	0	S	27.9157	44.47982	0.742038
3	4	1	1	Futrelle, Mrs. Jacques...	female	35.0	1	0	113803	53.1000	C123	S	27.9157	44.47982	0.742038
4	5	0	3	Allen, Mr. William Henry	male	35.0	0	0	373450	8.0500	0	S	30.7267	25.52389	0.188908

可以看到，新添加的列成功地显示了每个组的平均年龄、平均票价和存活率。

这就是在Pandas中添加组级汇总统计作为一个新的列的完整攻略。