Python 如何根据条件计算熊猫的行权重

我有一个像这样的数据框

pd.DataFrame({'A': ['C1', 'C2', 'C3', 'C4', 'C5'],
  ...:                    'B': [6, 1, 7, 4, 3],
  ...:                    'C': [True, True, False, False, True]})
Out[6]: 
    A  B      C
0  C1  6   True
1  C2  1   True
2  C3  7  False
3  C4  4  False
4  C5  3   True

对于列C=True的所有行，我希望根据列B计算权重。生成的数据帧应如下所示：

    A  B      C   weight
0  C1  6   True   0.6
1  C2  1   True   0.1
2  C3  7  False   0.0
3  C4  4  False   0.0
4  C5  3   True   0.3

适用的逻辑：

B列之和，其中C=True=10（6+1+3）

因此，对于第0行（C1），“权重”=6/B之和，其中C=True

如何用一行代码实现这一点？

您可以这样做

df['Weight'] = df['B']*df['C']/sum(df['B']*df['C'])
df
Out[136]: 
    A  B      C  Weight
0  C1  6   True     0.6
1  C2  1   True     0.1
2  C3  7  False     0.0
3  C4  4  False     0.0
4  C5  3   True     0.3

np.sum（）

可能是比

sum

更好的选择。或者干脆

（df['B']*df['C']）。sum（）

。