<分区>
我有一个 pandas 数据集，其中有一列是逗号分隔的字符串，例如1,2,3,10:
data = [
{ 'id': 1, 'score': 9, 'topics': '11,22,30' },
{ 'id': 2, 'score': 7, 'topics': '11,18,30' },
{ 'id': 3, 'score': 6, 'topics': '1,12,30' },
{ 'id': 4, 'score': 4, 'topics': '1,18,30' }
]
df = pd.DataFrame(data)
我想获得主题中每个值的计数和平均分。所以:
topic_id,count,mean
1,2,5
11,2,8
12,1,6
等等。我该怎么做？
我已经做到了:
df['topic_ids'] = df.topics.str.split()
但现在我想我想展开 topic_ids，所以整个值集中的每个唯一值都有一列...？
最佳答案
然后取消嵌套 groupby 和 agg
df.topics=df.topics.str.split(',')
New_df=pd.DataFrame({'topics':np.concatenate(df.topics.values),'id':df.id.repeat(df.topics.apply(len)),'score':df.score.repeat(df.topics.apply(len))})
New_df.groupby('topics').score.agg(['count','mean'])
Out[1256]:
count mean
topics
1 2 5.0
11 2 8.0
12 1 6.0
18 2 5.5
22 1 9.0
30 4 6.5
关于python - Pandas :拆分字符串，并计算值？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48508573/