Python 如何结合子组中的条件语句在groupby中分配权重

嗨

我的数据集有7列（见图）。首先，我想按名称列分组，然后我想按如下方式分配权重：

计算名称中所有n个ID的1/n的10%（如果名称的提供程序大于1）。n=一个名称的唯一ID计数。以萨米为例，n=2

如果列Accel_5为1，则添加5%的1/n；如果Accel_10为1，则添加额外的10%的1/n；如果Accel_15为1，则添加额外的15%的1/n

每增加一项技术，增加10%

总之，按姓名分组（Sammy、Josh、Sarah），然后计算；1/n的10%（如果提供商大于1）+1/n的5%（如果Accel_5等于1）+1/n的10%（如果Accel_10等于1）+1/n的15%（如果Accel_15等于1）+1/n的10%（对于每个附加技术）

我只能按姓名分组，而且我已经按姓名获得了唯一的ID号，但我被卡住了。请参见下面的示例代码：

sample = pd.read_csv("Records.csv")
test = sample.groupby("Name")
test["ID"].nunique()

链接到数据：

我感谢你的帮助

---

谢谢。

您可以尝试创建自定义函数，然后使用

.apply（）

作为：

def assign_weights(x):
    n = len(x['ID'].unique())
    x["Weight"] = 0

    # 1.
    n_providers = len(x['Provider'].unique())
    if n_providers > 1:
        x["Weight"] += 0.1 * 1/n

    # 2. 
    if 1 in x['Accel_5']:
        x["Weight"] += 0.05 * 1/n
    if 1 in x['Accel_10']:
        x["Weight"] += 0.1 * 1/n
    if 1 in x['Accel_15']:
        x["Weight"] += 0.15 * 1/n

    # 3.
    n_tech = len(x['Tech'].unique())
    x["Weight"] += 0.1 * n_tech

    return x


sample.groupby("Name").apply(lambda x: assign_weights(x))

---

这将根据您提供的条件1、2和3创建一个新列

权重

。因为您没有以适当的方式指定输入数据（没有使用图像），所以我没有测试代码，但我相信它应该按预期工作。

代码运行了，但没有按预期工作。每个名称的权重都是相同的。这里是该文件的链接：请澄清您当前的描述“如果

Accel_10

为1，则额外添加10%的1/n”，但对于Sammy，

Accel_10

既为0又为1。我知道这是基于名称，而不是ID，但您说Sammy“…+10%的1/2 Accel_10…”，但我的观点是Sammy有四行，其中两行的Accel_10为

1

，另外两行的Accel_10为

0

。您希望根据Accel_10的值来调节权重，它应该是每个名称的标量值，因此我感到困惑。您的条件是Sammy的任何一行的Accel_5均

1

？如果你能帮助我理解情况，我可以重写我的答案，让它按照你的意愿工作。它仍然有点不清楚。如果仅当Accel_5或Accel_10等于

1

时才应进行重量计算，则我们可以从以下方式开始删除所有行：

sample=sample[（sample[“Accel_5”！=1）|（sample[“Accel_10”！=1）]

？然后执行计算，因为我们不应该在任何Accel_X为0时执行它？问题归结为：如果您希望每个名称都有一个标量权重，那么对于每个名称，您希望“Accel_X”有什么条件？可能是任何一行的Accel_X必须为

1

，也可能是其他条件，但到目前为止，您尚未提供明确的答案。如果你提供一个明确的答案，问题是有可能解决的。