我是 Pandas 的新手,我正在尝试以多对一的合并方式加入两个数据框。我不想获取与“一个”键相关的重复值,而是想以某种方式分发它,即:如果“多个”键重复 4 次,我希望将值关联到“一个” key 除以 4,不重复四次。
所以我有:
df_many = pd.DataFrame([['23040010', '230400'], ['23040020', '230400'], ['23040030', '230400'], ['23040040', '230400']], columns=['A', 'B'])
df_one = pd.DataFrame([['230400', 40000]], columns = ['B', 'C'])
print (df_many)
print (df_one)
A B
0 23040010 230400
1 23040020 230400
2 23040030 230400
3 23040040 230400
B C
0 230400 40000
pd.merge(df_many, df_one, how='left', on='B')
A B C
0 23040010 230400 40000
1 23040020 230400 40000
2 23040030 230400 40000
3 23040040 230400 40000
我要找的是:
A B C
0 23040010 230400 10000
1 23040020 230400 10000
2 23040030 230400 10000
3 23040040 230400 10000
有什么想法吗?提前致谢!!
请您参考如下方法:
我认为你最好的选择可能是创建一个系列,其中包含每个组的大小,然后你可以将其除以:
df_merged = pd.merge(df_many, df_one, how='left', on='B')
group_sizes = df_merged.groupby(["B", "C"])["B"].transform("size")
df_merged["C"] = df_merged["C"] / group_sizes
结果:
A B C
0 23040010 230400 10000.0
1 23040020 230400 10000.0
2 23040030 230400 10000.0
3 23040040 230400 10000.0
