Pandas 如何在Python中将某些列值组合在一起，并使另一列中的值成为组合值的手段？

我有一个Panda数据框，其中一列是数字序列（“序列”），其中许多是重复的，其他列值（“二进制变量”）是1或0

我按照序列列中相同的值进行分组，并将二进制变量中的列值设置为该组中非零项的百分比

现在，我想将“sequence”列中的条目与相同的值组合在一起，并使“binary variable”中的列值成为这些组合列的列值的平均值

因此，我的数据框如下所示：

df=pd.DataFrame（[{'sequence'：[1,1,4,4,4,6]，'binary variable'：[1,0,0,1,0,1]}）

然后，我使用此代码按顺序将相同的值分组。使用此代码： df.groupby（[“sequence”]）.apply（lambda'binary variable'：（binary variable！=0）.sum（）/binary variable.count（）*100）

剩下的序列列具有非重复值，二进制变量列现在是非零的百分比

但是现在我想把一些列的值组合在一起（在这个玩具示例中是1和4的值），让二进制变量列的值是1和4的值的百分比的平均值

这不是非常好的措辞，因为我觉得很难描述它，但任何帮助都将非常感谢，我曾尝试在线查看，并尝试使用我自己的代码多次失败，但它就是不起作用

---

任何帮助都将不胜感激

您似乎希望对表进行两次分组并每次取平均值。对于第二次分组，您需要创建一个新列来指示该组

请尝试以下代码：

import pandas as pd

# sequence groups for final average
grps = {(1,4):[1,4],
        (5,6):[5,6]}

# initial data
df = pd.DataFrame({'sequence' : [1,1,4,4,4,5,5,6], 'binvar' : [1,0,0,1,0,1,0,1]})

gb = df.groupby(["sequence"])['binvar'].mean().reset_index()  #.apply(lambda 'binary variable': (binary variable!= 0).sum() / binary variable.count()*100 )

def getgrp(x):  # search groups
   for k in grps:
      if x in grps[k]:
         return k

print(df.to_string(index=False))
gb['group'] = gb.apply(lambda r: getgrp(r[0]), axis = 1)

gb = gb.reset_index()
print(gb.to_string(index=False))

gb = gb[['group','binvar']].groupby("group")['binvar'].mean().reset_index()

print(gb.to_string(index=False))

输出

 sequence  binvar
        1       1
        1       0
        4       0
        4       1
        4       0
        5       1
        5       0
        6       1

 index  sequence    binvar   group
     0         1  0.500000  (1, 4)
     1         4  0.333333  (1, 4)
     2         5  0.500000  (5, 6)
     3         6  1.000000  (5, 6)

  group    binvar
 (1, 4)  0.416667
 (5, 6)  0.750000