如何在Julia DataFrame中按多国家组合拆分分配分数？

核心思路 #

将包含/的组合国家拆分为单个国家，把原分数按拆分后的国家数量平均分配，再按单个国家分组求和。

完整实现代码 #

首先构造测试数据（和你的数据一致）：

using DataFrames

db_test = DataFrame(
    Name = ["Oliver", "Patrick", "Jules", "Steven", "Karl", "Alexander", "Julian"],
    Score = [5.0, 3.0, 2.0, 3.5, 4.0, 3.0, 1.0],
    Country = ["France", "Spain", "France", "USA", "France", "France/USA", "Spain/USA"]
)

分步骤处理：

1. 拆分国家并计算分配后的分数
   添加拆分后的国家列表列，同时将原分数按国家数量均分：

   transform!(db_test, 
       :Country => (x -> split.(x, "/")) => :SplitCountries,
       [:SplitCountries, :Score] => ((cs, s) -> s ./ length.(cs)) => :SplitScore
   )
   

2. 展开拆分后的国家为单独行
   将每个国家数组展开成独立行，每行对应一个单个国家：

   explode!(db_test, :SplitCountries)
   

3. 按单个国家分组求和
   对拆分后的国家分组，求和分配后的分数：

   result = combine(groupby(db_test, :SplitCountries), :SplitScore => sum => :Score_sum)
   rename!(result, :SplitCountries => :Country)
   

简化链式写法 #

如果你喜欢更紧凑的代码，可以用链式操作：

result = db_test |>
    x -> transform(x, 
        :Country => (c -> split.(c, "/")) => :SplitCountries,
        [:SplitCountries, :Score] => ((cs, s) -> s ./ length.(cs)) => :SplitScore
    ) |>
    x -> explode(x, :SplitCountries) |>
    x -> combine(groupby(x, :SplitCountries), :SplitScore => sum => :Score_sum) |>
    x -> rename(x, :SplitCountries => :Country)

最终结果 #

运行后得到的result就是你需要的输出：

Row │ Country  Score_sum 
     │ String   Float64   
─────┼────────────────────
   1 │ France        12.5
   2 │ Spain          3.5
   3 │ USA            5.5

内容的提问来源于stack exchange，提问作者JeanJouX