基于Python实现类别权重动态分配（缺失类别场景）

当然有通用的实现方法！这种动态权重分配的需求在处理缺失类别数据时很常见，下面我会用Python + Pandas来演示一个简洁且可扩展的方案（虽然你只提到三类，但这个思路可以轻松扩展到更多类别）：

• 先定义好原始的预定义权重映射
• 对每一行数据，识别出非缺失的类别（即d1、d2、d3中不为空的列）
• 计算所有缺失类别对应的权重总和，将这个总和平均分配给每个非缺失类别，得到新的权重
• 用新权重和对应非缺失的d值计算加权得分

假设你的DataFrame命名为df，包含d1、d2、d3列，我们可以用apply函数逐行处理：

import pandas as pd
import numpy as np

# 1. 定义原始预定义权重
original_weights = {'d1': 0.5, 'd2': 0.3, 'd3': 0.2}

def calculate_dynamic_score(row):
    # 获取当前行的d值，过滤出非缺失的项
    non_missing = row[['d1', 'd2', 'd3']].dropna()
    non_missing_cols = non_missing.index.tolist()
    
    # 处理全缺失的极端情况（如果业务允许，这里可返回NaN或自定义默认值）
    if len(non_missing_cols) == 0:
        return np.nan
    
    # 2. 计算缺失类别的总权重
    missing_weight = sum([original_weights[col] for col in original_weights if col not in non_missing_cols])
    
    # 3. 计算每个非缺失类别的新权重：原始权重 + 缺失权重均分
    weight_per_non_missing = missing_weight / len(non_missing_cols)
    new_weights = {col: original_weights[col] + weight_per_non_missing for col in non_missing_cols}
    
    # 4. 计算加权得分
    score = sum(non_missing[col] * new_weights[col] for col in non_missing_cols)
    return score

# 应用到DataFrame，生成SCORE列
df['SCORE'] = df.apply(calculate_dynamic_score, axis=1)

举几个典型场景验证逻辑：

• 三类数据都存在：新权重与原始权重完全一致，得分 = d1*0.5 + d2*0.3 + d3*0.2
• d3缺失：缺失权重为0.2，平均分给d1和d2各0.1 → 新权重为{'d1':0.6, 'd2':0.4}，得分 = d1*0.6 + d2*0.4
• 仅d1存在：缺失权重为0.3+0.2=0.5，全部分给d1 → 新权重为{'d1':1.0}，得分 = d1*1.0

如果后续需要增加更多类别（比如C4、C5），只需修改original_weights字典即可，核心逻辑完全不需要改动，通用性拉满。

内容的提问来源于stack exchange，提问作者Shankar Pandey