查找最高加权平均值的列名

Question

我有一个看起来像这样的DF。在投资者栏中，1 表示已投资，0 表示没有。如果有超过 1 个投资人投资了一个项目，我们可以假设他们平分投资（例如：投资人 A 和 B 各投资了 50000 到项目“某物”）。我想计算每个投资者投入的总金额，并找出谁投资最多。

Project	Invested Amount	Investor A	Investor B	Investor C
Something	100000	1	1	0
Another	5000000	0	0	1
Last	25000000	1	1	1

现在我正在考虑按每个有 1 的投资者进行过滤，然后除以所有投资者列的总和。这是我尝试过的，但我仍然缺少一些东西：

Investor_A = df[df['Investor A'] == 1]
test = Investor_A['Invested Amount'] / (df.iloc[:,3:5].sum())

预期输出：

投资者 A 将总共投入 100000/2 + 25000000/3 = 8383333.33333。投资者 B 将总共投入 100000/2 + 25000000/3 = 8383333.33333。投资者 C 将总共投入 5000000 + 25000000/3 = 13333333.3333 -->投资者 C投入了最多的钱。

Answer 1

在 Investor 列上调用 filter()，然后将 Invested Amount 列除以 Investor 列的逐行总和。然后再次乘以投资人列，得到每个投资人对每个项目的总份额。然后调用sum() 会找到每个投资者的总投资，idxmax() 会获取投资者的姓名。

investors = df.filter(like='Investor')
avg_invested_amount = df['Invested Amount'] / investors.sum(1)
investment_shares = investors.mul(avg_invested_amount, axis=0)
investment_per_investor = investment_shares.sum()
investment_per_investor.idxmax()
#'Investor C'

仅供参考，这段代码可以写成 2 行（但可读性要差得多）：

investors = df.filter(like='Investor')
investors.mul(investors.sum(1).rdiv(df['Invested Amount']), axis=0).sum().idxmax()

注： mul()（和add()、sub()、div()）允许axis 参数，您可以使用该参数使索引与矢量化操作匹配（这对于* 是不可能的）。

Answer 2

@NewEnglandcottontail 的方式直截了当……另一种方式可能是这样；

import pandas as pd 

df = pd.DataFrame({"Project":["Project1","Project2","Project3"],
                   "Invested Amount":[100000,5000000,25000000],
                   "Investor A":[1,0,1],
                   "Investor B":[1,0,1],
                   "Investor C":[0,1,1]})

df1 = df.copy()
col_lst = [col for col in df1.columns if "Investor" in col]
df1[col_lst] = df1.apply(lambda x: x[col_lst] * x["Invested Amount"]/sum(x[col_lst]),axis=1)

lst = df1[col_lst].sum().to_list()
print("Investor who invested maximum ammount:",col_lst[lst.index(max(lst))])

输出;

Investor who invested maximum ammount: Investor C