通过按列和单热编码列列表（Python、pandas）对平均值进行分组来创建表答案

【问题标题】：Create table by grouping mean values by column and list of one-hot encoded columns (Python, pandas)通过按列和单热编码列列表（Python、pandas）对平均值进行分组来创建表
【发布时间】：2021-11-11 06:37:08
【问题描述】：

我正在处理推文，我想报告平均情绪得分按主题和按社区。

这是我的数据框的样子，其中每一行都是一个文档（推文）：

tweet_text        sentiment  community_id   topic_1   topic_2   topic_3    ...    topic_k
"blah blah blah"      0.7      1233             1       0         0        ...       1
"blah blah blah"     -0.4      9845             0       1         1        ...       0
"blah blah blah"      0.1      1233             1       0         1        ...       0

我想在每个单元格中创建一个包含平均情绪值的数据框，如下所示：

community_id   topic 1   topic 2   topic 3   ...    topic k
 1233           0.1       -0.8       0.5     ...       0.9
 9845          -0.3        0.2       0.4     ...       0.1
 ...            ...        ...       ...     ...       ...

请问您有什么想法可以解决这个问题吗？谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

首先你想通过主题传播情绪，然后平均通过community_id：

(df.filter(like='topic')
   .mul(df.sentiment, axis=0)
   .groupby(df.community_id)
   .mean()
)

【讨论】：

谢谢。看起来它一次过滤一个主题。如何让它为所有主题生成这些列？将其放入 for 循环并附加每个附加主题列？
不，不是。它执行名称包含topic 的所有列。您也可以将第一行（df.filter(...)）替换为df[list_of_topics]
谢谢！这是我使用的最终代码：topics_list = ['topic_1', 'topic_2, 'topic_3'] df[topics_list ].mul(df[sentiment], axis=0).groupby(df[community)d]).mean()