如何在特定条件下基于平均值创建新列并忽略 python 数据框中的空值？答案

【问题标题】：How to create new column based on average with certain conditions and ignore null in python dataframe?如何在特定条件下基于平均值创建新列并忽略 python 数据框中的空值？
【发布时间】：2022-11-29 11:37:13
【问题描述】：

我有一张桌子

date	James	Jamie	John	Allysia	Jean
2022-01-01	NaN	6	5	4	3
2022-01-02	7	6	7	NaN	5

names	groupings
James	guy
John	guy
Jamie	girl
Allysia	girl
Jean	girl

进入

date	James	Jamie	John	Allysia	Jean	girl	guy
2022-01-01	NaN	6	5	4	3	5	5
2022-01-02	7	6	7	NaN	5	5.5	7

阈值= >3

我想创建一个按男孩/女孩分数分组的新列，其中得分高于阈值，并在忽略 NaN 和不符合阈值的分数的同时得到他们的平均值。

我不知道如何用 nan 替换低于阈值的分数。

我试着做一个分组，让他们进入一个列表，并用平均值创建新行。

groupingseries = groupings.groupby(['grouping'])['names'].apply(list)
for k,s in zip(groupingseries.keys(),groupingseries):
  try:
    its='"'+',"'.join(s)+'"'
    df[k]=df[s].mean()
  except:
    print('not in item')

不确定为什么结果会为女孩和男孩返回 NaN。请帮忙。

【问题讨论】：

标签： python

【解决方案1】：

假设 df 和 groupings 您的两个输入数据帧：

out = df.join(df.groupby(df.columns.map(groupings.set_index('names')['groupings']),
                         axis=1).sum()
              )

输出：

         date  James  Jamie  John  Allysia  Jean  girl   guy
0  2022-01-01    NaN      6     5      4.0     3  13.0   5.0
1  2022-01-02    7.0      6     7      NaN     5  11.0  14.0

【讨论】：