嗨，我想創建一個數據幀，在每個列中存儲一個唯一變量及其平均值。目前，我有一個包含2列的數據框。一個具有名稱列表，而另一個具有單個值。我想將該值與列表中的所有名稱相關聯，并最終找到所有名稱的平均值。這是我擁有的數據：Df1:names_col cost_col[milk, eggs, cookies] 3[water, milk, yogurt] 5 [cookies, diaper, yogurt] 7這就是我要的：Df2:names_col avg_cost_colmilk 4eggs 3cookies 5water 5yogurt 6diaper 7我考慮過以某種方式對所有行進行套用，或使用set（）從每個列表中刪除重復項，但我不確定。任何幫助將不勝感激
3 回答
幕布斯6054654
TA貢獻1876條經驗 獲得超7個贊
關于矢量化解決方案的建議
ndf = pd.DataFrame({'a':np.repeat(df.cost_col.values, df.names_col.str.len()),
'b':np.concatenate(df.names_col.values)})
產量
a b
0 3 milk
1 3 eggs
2 3 cookies
3 5 water
4 5 milk
5 5 yogurt
6 7 cookies
7 7 diaper
8 7 yogurt
然后就是普通groupy+mean
ndf.groupby('b').mean()
a
b
cookies 5
diaper 7
eggs 3
milk 4
water 5
yogurt 6
慕哥9229398
TA貢獻1877條經驗 獲得超6個贊
IIUC將您的列表弄平（嵌套）
pd.DataFrame(data=df.cost_col.repeat(df.names_col.str.len()).values,index=np.concatenate(df.names_col.values)).mean(level=0)
Out[221]:
0
milk 4
eggs 3
cookies 5
water 5
yogurt 6
diaper 7
POPMUISE
TA貢獻1765條經驗 獲得超5個贊
Set（）是刪除重復項的最簡單答案。
* list_name表示法用于擴展/解壓縮列表。
l = [["milk", "eggs", "cookies"],
["water", "milk", "yogurt"],
["cookies", "diaper", "yogurt"]]
c = set([*l[0], *l[1], *l[2]])
{'cookies', 'eggs', 'diaper', 'yogurt', 'water', 'milk'}
并將其用作您的熊貓列名稱。您可以根據需要使用list（）將其轉換回列表
添加回答
舉報
0/150
提交
取消