仅当第一行是其他下一行的子字符串时，如何将 DataFrame 行与另一行平均答案

【问题标题】：How to average DataFrame row with another row only if the first row is a substring of other next row仅当第一行是其他下一行的子字符串时，如何将 DataFrame 行与另一行平均
【发布时间】：2020-08-27 18:09:18
【问题描述】：

我有一个名为“数据”的数据框：

USER    VALUE
XOXO      21
ABC-1      2
ABC-1B     4
ABC-2      4
ABC-2B     6
PEPE      12

我想使用第一个 USER 名称将 'ABC-1' 和 'ABC-1B' 组合成一行，然后将这两个值取平均值以到达此处：

USER    VALUE
XOXO      21
ABC-1      3
ABC-2      5
PEPE      12

数据框可能不按顺序排列，并且其中还有其他不相关的值，不需要平均。我只想平均'XXX-X'在'XXX-XB'中的两行

data = pd.DataFrame({'USER':['XOXO','ABC-1','ABC-1B','ABC-2','ABC-2B', 'PEPE'], 'VALUE':[21,2,4,4,6,12]})

【问题讨论】：

标签： python pandas dataframe wildcard matching

【解决方案1】：

我们试试吧，

df.USER = df.USER.str.replace('(-\d)B', r"\1")
df = df.groupby("USER", as_index=False, sort=False).VALUE.mean()

print(df)

    USER  VALUE
0   XOXO     21
1  ABC-1      3
2  ABC-2      5
3   PEPE     12

【讨论】：

谢谢！你能解释一下替换里面发生了什么吗？我以前从未在参数中看到过这些东西
@stackoverflow \1 is equivalent to re.search(...).group(1)，所以 (-\d)B 将匹配 -1B 替换为 -1 第一个组值。
另外，运行它不会平均/合并行：data = pd.DataFrame({'USER':['XOXO','ABC-1','ABC-1B','ABC-2','ABC-2B', 'PEPE'], 'VALUE':[21,2,4,4,6,12]}) data.USER = data.USER.str.replace('(-\d)B', r"\1") data.groupby("USER", as_index=False, sort=False).VALUE.mean() print(data) 但是它确实将名称更改为相同的@sushanth
@stackoverflow stackoverflow.com/questions/20802056/…
@stackoverflow，如果你可以发布一个新问题而不是扩展这个问题会更好。