我有一個(gè)如下所示的數(shù)據(jù)框。中的元素col_1與 中的元素相連col_2，給出 中的結(jié)果output_1。但是，col_2現(xiàn)在col_1也有一些元素。例如，雖然a-->b= 3，b-->a= 24。col_1 col_2 output_1 averagea b 3 13.5 (because a-->b=3 and b-->a=24)a c 5 3.5 (because a-->c=5 and c-->a=2)a d 3 b a 24 b c 12 b d 5 c a 2 c b 3 c d 5我需要的是計(jì)算這兩個(gè)值的平均值，當(dāng)然還有整個(gè)數(shù)據(jù)幀中的所有類(lèi)似情況。你可以想象這樣的數(shù)據(jù)：人們?cè)赾ol_1呼喚人們col_2。輸出是duration. 我想計(jì)算每對(duì)人之間的平均持續(xù)時(shí)間。 col_1并col_2具有字符串值，而第三列“輸出”具有數(shù)值。我試過(guò)使用pd.merge(df.col_1, df.col_2)但沒(méi)有用。任何建議將不勝感激。
4 回答
嚕嚕噠
TA貢獻(xiàn)1784條經(jīng)驗(yàn) 獲得超7個(gè)贊
我會(huì)使用 numpy 廣播：
i,j=np.where((df.col_1+df.col_2).values==(df.col_2+df.col_1).values[:,None])
average=0.5*(df.iloc[i].output_1.reset_index(drop=True)+\
df.iloc[j].output_1.reset_index(drop=True))
average.index=df.iloc[i].index
df['average']=average
我得到的結(jié)果如下：
col_1 col_2 output_1 average
0 a b 3 13.5
1 a c 5 3.5
2 a d 3 NaN
3 b a 24 13.5
4 b c 12 7.5
5 b d 5 NaN
6 c a 2 3.5
7 c b 3 7.5
8 c d 5 NaN
繁華開(kāi)滿天機(jī)
TA貢獻(xiàn)1816條經(jīng)驗(yàn) 獲得超4個(gè)贊
嘗試這個(gè)。col_12您可以刪除列，也可以將其進(jìn)一步用作一對(duì)唯一鍵（與元素順序無(wú)關(guān)）。
print(df)
df["col_12"]=df[["col_1", "col_2"]].apply(lambda x: str(sorted(x)), axis=1)
df2=df.groupby(df["col_12"]).agg({"output_1": "mean", "col_1": "count"}).rename(columns={"output_1": "output_1_mean", "col_1": "rows_count"})
df2.loc[df2["rows_count"]==1, "output_1_mean"]/=2
df2.drop("rows_count", axis=1, inplace=True)
df=df.join(df2, on="col_12")
print(df)
并輸出：
col_1 col_2 output_1
0 a b 3
1 a c 5
2 a d 3
3 b a 24
4 b c 12
5 b d 5
6 c a 2
7 c b 3
8 c d 5
col_1 col_2 output_1 col_12 output_1_mean
0 a b 3 ['a', 'b'] 13.5
1 a c 5 ['a', 'c'] 3.5
2 a d 3 ['a', 'd'] 1.5
3 b a 24 ['a', 'b'] 13.5
4 b c 12 ['b', 'c'] 7.5
5 b d 5 ['b', 'd'] 2.5
6 c a 2 ['a', 'c'] 3.5
7 c b 3 ['b', 'c'] 7.5
8 c d 5 ['c', 'd'] 2.5
[Program finished]
蝴蝶不菲
TA貢獻(xiàn)1810條經(jīng)驗(yàn) 獲得超4個(gè)贊
已編輯
你可以試試
for ii in a['col_1'].unique():
p = pd.merge(a[a['col_1'] == ii], a[a['col_2'] == ii], left_on = 'col_2', right_on = 'col_1', left_index = True)
a.loc[p.index, 'mean'] = p.mean(axis = 1)
感謝@baccandr 的更正
繁星點(diǎn)點(diǎn)滴滴
TA貢獻(xiàn)1803條經(jīng)驗(yàn) 獲得超3個(gè)贊
添加回答
舉報(bào)
0/150
提交
取消