分组计算得票最多政党的平均得票率（含同票择优逻辑）

原始数据构造代码 #

import pandas as pd

data = pd.DataFrame({'State': ['Texas','Texas','Texas',
      'New York','New York',
      'Pennsylvania','Pennsylvania','Pennsylvania',
      'Pennsylvania'],
      'Party': ['REP','REP','DEM',
      'DEM','DEM',
      'REP','REP','DEM','DEM'],
      'Percentage of Vote' : [0.7, 0.6, 0.5, 0.7,
       .8,.6,
       .7,.7,.8]})

data

原始数据输出 #

State        Party Percentage of Vote
0 Texas        REP   0.7
1 Texas        REP   0.6
2 Texas        DEM   0.5
3 New York     DEM   0.7
4 New York     DEM   0.8
5 Pennsylvania REP   0.6
6 Pennsylvania REP   0.7
7 Pennsylvania DEM   0.7
8 Pennsylvania DEM   0.8

处理需求 #

对每个州执行以下操作：

• 计算并保留得票次数最多的政党的平均得票率；
• 若多个政党得票次数相同，则仅保留平均得票率最高的政党及其对应均值。

期望输出 #

State        Party Percentage of Vote
0 Texas        REP   0.65
3 New York     DEM   0.75
7 Pennsylvania DEM   0.75

逻辑说明 #

• 得克萨斯州（Texas）：REP得票次数多于DEM，计算REP两次得票率的平均值：(0.7+0.6)/2=0.65；
• 纽约州（New York）：DEM得票次数多于REP，计算DEM两次得票率的平均值：(0.7+0.8)/2=0.75；
• 宾夕法尼亚州（Pennsylvania）：REP与DEM得票次数相同，但DEM平均得票率（0.75）高于REP（0.65），故保留DEM及其均值。

内容的提问来源于stack exchange，提问作者user603535