python - 在 Pandas 中使用 groupBy 时如何进行加权求和

Question

我编了一个例子，因为我的数据集的上下文和细节可能太多/没有必要解释来回答我的问题。虽然我的例子可能很愚蠢，但要知道这个例子确实说明了我希望实现的目标(尽管规模要大得多)并且对给定的问题非常重要。在这个例子中，假设我们有不同的用户(用字母表示)。每个用户分享多个帖子，不同的用户经常分享同一个帖子。然后我们得出一个重要性分数(0 或 1 表示是否重要)和可靠性分数(从 1-10 分)。尽管为了这个问题如何计算这些指标完全无关紧要，但想象一下重要性可能会分析内容和上下文/当前事件，而可靠性会考虑此来源/用户的先前表现。重要性和可靠性之间是否存在关系尚不清楚

User       Share                      Importance            Reliability

 A         Carrots are                     0                     3
           good for eyesight

 B         Apple Cider Vinegar             1                     4
           is good for pain

 C         Garlic is good for breadth      0                     7

 A         Garlic is good for breadth      1                     6
 B         Carrots are good for eyesight   1                     9

这些数字可能没有意义——抱歉 不管怎样，我想对每个考虑到可靠性和重要性的文本进行某种加权求和。为此，我想找到每个独特的文本(由共享列表示)并对共享该文本的所有用户的重要性和可靠性分数的乘积求和。因此，我得到类似的东西:

A   6
B   13
C   0

我想要示例代码和关于如何解决这个问题的建议!提前致谢。

Answer 1

前多列 mul然后 groupby + sum :

groupby 的优点是 Series 不需要临时列。

df = pd.DataFrame({'User':['A','B','C','A','B'], 
                   'Importance':[0,1,0,1,1], 
                   'Reliability':[3,4,7,6,9]})
print (df)
   Importance  Reliability User
0           0            3    A
1           1            4    B
2           0            7    C
3           1            6    A
4           1            9    B

df1 = df.Importance.mul(df.Reliability).groupby(df['User']).sum().reset_index(name='col')
print (df1)
  User  col
0    A    6
1    B   13
2    C    0