如何计算DataFrame中键值格式字符串列的key加权平均值？

解决方法 #

你可以通过自定义函数逐行处理value列的字符串，拆分出键值对后按规则计算平均值即可，完整实现代码如下：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'id': ['a', 'a', 'a'],
    'value': [
        '0:3,1:0,2:0,3:4',
        '0:0,1:0,2:2,3:0',
        '0:0,1:5,2:4,3:0'
    ]
})

# 定义平均值计算函数
def calc_row_avg(value_str):
    sum_total = 0
    count_total = 0
    # 按逗号拆分每个键值对
    for kv in value_str.split(','):
        key, cnt = kv.split(':')
        key = int(key)
        cnt = int(cnt)
        sum_total += key * cnt
        count_total += cnt
    # 避免除0错误，保留两位小数
    return round(sum_total / count_total, 2) if count_total != 0 else 0

# 应用函数到value列
df['value'] = df['value'].apply(calc_row_avg)

print(df)

输出结果 #

id  value
0  a   1.71
1  a   2.00
2  a   1.44

注：你给出的期望结果中第二行的1.66应为笔误，按照你提供的计算规则，第二行0:0,1:0,2:2,3:0的计算结果为2.00，若你需要的是其他聚合逻辑可调整计算函数。

内容的提问来源于stack exchange，提问作者skulldoger