根据条件熊猫清理数据

Danish 发表于 Dev

丹麦文

我有一个数据框，如下所示

ID      Unit_ID      Price    Duration
1       A            200      2
2       B            1000     3
2       C            1000     3
2       D            1000     3
2       F            1000     3
2       G            200      1
3       A            500      2
3       B            200      2

从上面的数据框中，如果ID，价格和持续时间相同，则将价格替换为平均值（价格除以此类组合的计数）。

例如，从第2行到第5行的上述数据帧具有相同的ID，价格和持续时间，这意味着其计数为4，因此新的价格= 1000/4 = 250。

预期产量：

ID      Unit_ID      Price    Duration
1       A            200      2
2       B            250      3
2       C            250      3
2       D            250      3
2       F            250      3
2       G            200      1
3       A            500      2
3       B            200      2

耶斯列尔

使用GroupBy.transform与GroupBy.size对Series具有相同尺寸和原版一样通过计数填补，所以可能除以Series.div：

df['Price'] = df['Price'].div(df.groupby(['ID','Price','Duration'])['Price'].transform('size'))
print (df)
   ID Unit_ID  Price  Duration
0   1       A  200.0         2
1   2       B  250.0         3
2   2       C  250.0         3
3   2       D  250.0         3
4   2       F  250.0         3
5   2       G  200.0         1
6   3       A  500.0         2
7   3       B  200.0         2

详细说明：

print (df.groupby(['ID','Price','Duration'])['Price'].transform('size'))
0    1
1    4
2    4
3    4
4    4
5    1
6    1
7    1
Name: Price, dtype: int64

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。