Python 熊猫：如果相邻列中的字符串包含来自另一个数据帧的子字符串，则数据帧列中的平均值

我已经在这上面呆了一段时间了！我有两个熊猫数据帧：

import pandas as pd

color_scores = pd.DataFrame({'score': [12.4, 9.8, 7.4, 2.6, 14.8],
                   'colors': ['blue, red, green', 'blue, purple, orange',
                   'blue, pink, yellow', 'purple, pink, orange',
                   'yellow, pink, green']})

color_avgs = pd.DataFrame({'colors': [
    'blue',
    'red',
    'green',
    'purple',
    'orange',
    'pink',
    'yellow',
    ]})

我试图做的是在

color\u avgs

中创建第二列，如果

color\u avgs['colors]

中的字符串包含

color\u avgs['colors]

中的子字符串/color，则该列将是

color\u得分['score']中的值的平均值

color_scores.loc[color_scores['colors'].str.contains('blue'), 'score'].mean()
9.866666666666667

我知道如何为每种颜色手动执行此操作（如下）。但是，我不知道如何循环使用
color\u avgs['colors']
中列出的所有颜色，并将结果添加到新列（
color\u avgs['average']
）

提前谢谢
 我认为需要：

from collections import Counter

c1, c2 = Counter(), Counter()
for row in color_scores.itertuples():
    for i in row[1].split(', '):
        c1[i] += row[2]
        c2[i] += 1

s = pd.Series(c1).div(pd.Series(c2))
print (s)
blue       9.866667
green     13.600000
orange     6.200000
pink       8.266667
purple     6.200000
red       12.400000
yellow    11.100000
dtype: float64

color_avgs['new'] = color_avgs['colors'].map(s)
print (color_avgs)
   colors        new
0    blue   9.866667
1     red  12.400000
2   green  13.600000
3  purple   6.200000
4  orange   6.200000
5    pink   8.266667
6  yellow  11.100000

说明：

循环方式和每行向2个计数器添加
颜色
和计数的拆分值
为
mean
最后一列
唯一的解决方案：

s = (color_scores.set_index('score')['colors']
                 .str.split(', ', expand=True)
                 .stack()
                 .reset_index(name='a')
                 .groupby('a')['score'].mean())

color_avgs['new'] = color_avgs['colors'].map(s)
print (color_avgs)
   colors        new
0    blue   9.866667
1     red  12.400000
2   green  13.600000
3  purple   6.200000
4  orange   6.200000
5    pink   8.266667
6  yellow  11.100000

说明：

数据帧的第一个值
重塑
各组总平均数
最后一列
对不起，马克·杜普没被注意到，在我把便条留给你的同时，他又遇到了问题。。签名。@Wen-没问题：）将接受您的建议，并添加更多解释：-）