我有一个像这样的 df1:
Type Name Identifier Number Amount
A xx 0001 12 0.89
xx 0001 56 0.78
zz 0002 33 0.56
yy 0020 44 0.45
yy 0020 67 0.45
B ww 0300 12 0.34
ww 0300 54 0.1
kk 0900 43 0.2
我想获取每种类型的重复标识符的计数,这样生成的数据框现在看起来像
Type Count_Dups Ave. Amount
A 2 2.345
B 1 0.44
哪里大街。 amount 是所有重复值的总和/重复值的计数。 (例子:A = (0.89+0.78+0.45+0.45)/2)
我应该使用 for 循环吗? groupby 够了吗?
请您参考如下方法:
IIUC,你可以用这个方法。将数据框过滤到重复项,然后使用 nunique 和 sum 进行分组,最后,划分两列。
df_out = df1[df1.duplicated(subset=['Type','Identifier'], keep=False)]\
.groupby('Type')['Identifier','Amount']\
.agg({'Identifier':'nunique','Amount':'sum'})\
.rename(columns={'Identifier':'Count_Dups'})
df_out['Ave. Amount'] = df_out['Amount'] / df_out['Count_Dups']
print(df_out.reset_index())
输出:
Type Count_Dups Amount Ave. Amount
0 A 2 2.57 1.285
1 B 1 0.44 0.440
