如何从特定值类型中获取平均值？

Question

我有一个数据框：

id            value
a       0:3,1:0,2:0,3:4
a       0:0,1:0,2:2,3:0
a       0:0,1:5,2:4,3:0

如何获取列值中键的平均值？

例如对于0:3,1:0,2:0,3:4，它必须是(0+0+0+3+3+3+3)/7 = 1.71。

对于0:0,1:0,2:2,3:0，它必须是2+2/2=2。

对于0:0,1:5,2:4,3:0，它必须是(1+1+1+1+1+2+2+2+2)/9 = 1.44。

所以想要的结果是：

id            value
a              1.71
a              1.66
a              1.44

如何做到这一点？它不是字典值，所以我不太明白如何在这里使用键和值进行操作

Answer 1

你可以使用：

g = (df.join(df['value'].str.split(',')
                        .explode()
                        .str.split(':', expand=True)
             .astype(int)
            )
       .assign(value=lambda d: d[0]*d[1])
       .set_index('id', append=True)
       .groupby(level=[0,1])
      )
g['value'].sum()/g[1].sum()

输出：

   id
0  a       1.7143
1  a       2.0000
2  a       1.4444

工作原理：

1- 拆分值并创建新列

(df.join(df['value'].str.split(',')
                        .explode()
                        .str.split(':', expand=True)
             .astype(int)
            )
   .assign(value=lambda d: d[0]*d[1])
   .set_index('id', append=True)
)

      value  0  1
  id             
0 a       0  0  3
  a       0  1  0
  a       0  2  0
  a      12  3  4
1 a       0  0  0
  a       0  1  0
  a       4  2  2
  a       0  3  0
2 a       0  0  0
  a       5  1  5
  a       8  2  4
  a       0  3  0

2-计算值的总和和权重的总和以获得平均值

>>> g['value'].sum()
   id
0  a     12
1  a      4
2  a     13

>>> g[1].sum()
   id
0  a     7
1  a     2
2  a     9 

>>> g['value'].sum()/g[1].sum()
   id
0  a       1.7143
1  a       2.0000
2  a       1.4444