根据条件 pandas 清理数据

【问题标题】：Clean the data based on condition pandas根据条件 pandas 清理数据
【发布时间】：2020-02-12 17:32:02
【问题描述】：

我有一个如下图所示的数据框

ID      Unit_ID      Price    Duration
1       A            200      2
2       B            1000     3
2       C            1000     3
2       D            1000     3
2       F            1000     3
2       G            200      1
3       A            500      2
3       B            200      2

从上述数据框中，如果 ID、Price 和 Duration 相同，则用平均替换价格（价格除以此类组合的计数）。

例如从上面的数据帧中第 2 行到第 5 行的 ID、Price 和 Duration 相同，这意味着它的计数是 4，所以新的 Price = 1000/4 = 250。

预期输出：

ID      Unit_ID      Price    Duration
1       A            200      2
2       B            250      3
2       C            250      3
2       D            250      3
2       F            250      3
2       G            200      1
3       A            500      2
3       B            200      2

【问题讨论】：

标签： pandas pandas-groupby

【解决方案1】：

将GroupBy.transform 与GroupBy.size 一起使用，Series 的大小与原来的大小相同，由计数填充，因此可能除以Series.div：

df['Price'] = df['Price'].div(df.groupby(['ID','Price','Duration'])['Price'].transform('size'))
print (df)
   ID Unit_ID  Price  Duration
0   1       A  200.0         2
1   2       B  250.0         3
2   2       C  250.0         3
3   2       D  250.0         3
4   2       F  250.0         3
5   2       G  200.0         1
6   3       A  500.0         2
7   3       B  200.0         2

详情：

print (df.groupby(['ID','Price','Duration'])['Price'].transform('size'))
0    1
1    4
2    4
3    4
4    4
5    1
6    1
7    1
Name: Price, dtype: int64

【讨论】：