我正在尝试根据其他一些列的值将两列添加到现有数据框。我的数据框如下所示:
df = pd.DataFrame({'Type':['A', 'A', 'A', 'B','',''], 'Type1':['A', 'A', '', 'B','',''], 'Type2':['A','B','B','B','A',''], 'Score':[1, 2, 3, 1, 0 ,0], 'Score1':[2, 1, 0, 1, 0 ,0], 'Score2':[1, 3, 2, 1, 2 ,0]})
Type Type1 Type2 Score Score1 Score2
0 A A A 1 2 1
1 A A B 2 1 3
2 A B 3 0 2
3 B B B 1 1 1
4 A 0 0 2
5 0 0 0
我想添加两列“ Score_A”和“ Score_B”,以使“ Score_A”将是Type为“ A”(每行)的情况下得分的平均值。对于“ Score_B”也是如此。值得一提的是,无论类型为空,都不应使用分数来计算平均值。
在这种情况下,成功执行功能的结果将是:
Score_A Score_B
1.33 0
1.5 3
3 2
0 1
2 0
0 0
我已经在行级别运行嵌套循环来执行此操作,但是还有更好的方法吗?
m1 = (df[['Type', 'Type1', 'Type2']] == 'A')
m2 = (df[['Type', 'Type1', 'Type2']] == 'B')
scores = df[['Score', 'Score1', 'Score2']]
df['Score_A'] = pd.DataFrame(np.where(m1, scores, np.nan)).mean(skipna=True, axis=1).fillna(0)
df['Score_B'] = pd.DataFrame(np.where(m2, scores, np.nan)).mean(skipna=True, axis=1).fillna(0)
print(df)
印刷品:
Type Type1 Type2 Score Score1 Score2 Score_A Score_B
0 A A A 1 2 1 1.333333 0.0
1 A A B 2 1 3 1.500000 3.0
2 A B 3 0 2 3.000000 2.0
3 B B B 1 1 1 0.000000 1.0
4 A 0 0 2 2.000000 0.0
5 0 0 0 0.000000 0.0
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。
我来说两句