3

我有一个包含以下列的数据框：

duration, cost, channel 
  2       180      TV1
  1       200      TV2
  2       300      TV3
  1       nan      TV1
  2       nan      TV2
  2       nan      TV3
  2       nan      TV1
  1       40       TV2
  1       nan      TV3

一些成本值是 nans，要填充它们，我需要执行以下操作：

  • 按频道分组
  • 在一个通道内，将可用成本相加并除以 * 出现次数（平均）
  • 为该通道内的所有行重新分配值：
    • 如果持续时间 = 1，则成本 = 平均 * 1.5
    • 如果持续时间 = 2，成本 = 平均

示例：TV2 频道，我们有 3 个条目，其中一个条目的成本为零。所以我需要做以下事情：

average = 200+40/3 = 80
if duration = 1, cost = 80 * 1.5 = 120

duration, cost, channel 
  2       180      TV1
  1       120      TV2
  2       300      TV3
  1       nan      TV1
  2       80       TV2
  2       nan      TV3
  2       nan      TV1
  1       120      TV2
  1       nan      TV3

我知道我应该做 df.groupby('channel') 然后将函数应用于每个组。问题是我不仅需要修改空值，如果 1 成本为空，我还需要修改组内的所有成本值。

任何提示帮助将不胜感激。

谢谢！

4

2 回答 2

8

如果我正确理解您的问题，您需要类似：

def myfunc(group):

    # only modify cost if there are nan's
    if len(group) != group.cost.count():

        # set all cost values to the mean
        group['cost'] = group.cost.sum() / len(group)

        # multiply by 1.5 if the duration equals 1
        group['cost'][group.duration == 1] = group['cost'] * 1.5

    return group


df.groupby('channel').apply(myfunc)

   duration  cost channel
0         2    60     TV1
1         1   120     TV2
2         2   100     TV3
3         1    90     TV1
4         2    80     TV2
5         2   100     TV3
6         2    60     TV1
7         1   120     TV2
8         1   150     TV3
于 2013-06-14T08:02:17.843 回答
2

在新版本的 Pandas 中，代码应更改为

def myfunc(group):
    # only modify cost if there are nan's
    if len(group) != group.cost.count():

        # set all cost values to the mean
        group['cost'] = group.cost.sum() / len(group)

        # multiply by 1.5 if the duration equals 1
        _ = group.set_value(group[group.duration == 1].index, 'cost', group['cost'] * 1.5)

    return group
于 2016-10-04T19:56:29.457 回答