将每个组乘以 python groupby 列表中的特定值

Question

我有以下数据框和列表。

d = ({
    'Item' : ['a','a','a','b','b','b','b'],                 
    'Count' : [0,1,2,3,4,5,6],                                      
    })

df = pd.DataFrame(data = d)

list_factor=[10,100] # a list of factors with same length as the unique Items in dataframe.

现在我想为每个项目，将计数乘以对应于该项目的 list_factor 元素。例如，a 中的所有计数都将乘以 10，b 中的所有计数都将乘以 100。所以最终的数据帧将如下所示：

'Item' : ['a','a','a','b','b','b','b'],                 
'Count' : [0,10,20,300,400,500,600],                                      
    

我尝试使用 groupby 函数并对其应用乘法函数，但我只能对常量值执行此操作，而不是列表中的值。这是我所做的：

df.groupby('Item')['Count'].apply(lambda x : x*list_factor[?!])

这只是一个示例数据框以及我想要达到的内容。实际上，我有一个包含 1000 个不同项目的数据框，因此 list_factor 的长度为 1000。（数据框的总行数为 40000）

Answer 1

您可以使用factorize 提取Item 的顺序，然后使用numpy 索引来传播因子：

factors = np.array(list_factor)[df.Item.factorize()[0]]

df['Count'] *= factors

输出：

  Item  Count
0    a      0
1    a     10
2    a     20
3    b    300
4    b    400
5    b    500
6    b    600

Answer 2

Quang Hoang 的回答很有趣——我不熟悉因式分解。 另一种方法是创建一个字典：

item_values = df['Item'].unique()
factor_dict = {item_values[i]: list_factor[i] for i in range(len(item_values))}


df['Count'] = df.apply(lambda x: x['Count'] * factor_dict.get(x['Item']), axis=1)

结果：

  Item  Count
0    a      0
1    a     10
2    a     20
3    b    300
4    b    400
5    b    500
6    b    600