我正在尝试合并数据帧中的行,其中我对一个ID有不同的输入,所以我希望每个ID都有一个带权重的单行。
我的数据帧如下:
ID A B C D weight
1 0.5 2 a 1 1.0
2 0.3 3 b 2 0.35
2 0.6 5 c 3 0.55
3 0.4 2 d 4 0.9
我需要它将ID=2的A、B列合并为加权平均值(A为0.3*0.35+0.6*0.55,B为3*0.35+5*0.55)。对于列C,我需要选择与最高权重相关的值(对于ID=2,C=C),列d是最大值(在这种情况下,d=3),最后的权重是所有权重的总和(0.35+0.55)。基本上,我需要为重复ID的每行分配几个不同的规则,但我还没有找到如何做到这一点。
我用的是蟒蛇,我相信熊猫是最好的,但我在这里只是个初学者,所以我会听你的,并尝试你的任何建议!
非常感谢!
import pandas as pd
a = pd.read_clipboard()
def agg_func(x):
x.A = x.A*x.weight
x.B = x.B*x.weight
return pd.Series([x.A.sum(), x.B.sum(), x.C[x.weight.idxmax()], x.D.max(), x.weight.max()], index=x.columns[1:])
print(a.groupby('ID').apply(agg_func))
A B C D weight
ID
1 0.500 2.0 a 1 1.00
2 0.435 3.8 c 3 0.55
3 0.360 1.8 d 4 0.90
这应该做工作检查http://pandas.pydata.org/pandas-docs/stable/groupby.html了解更多。