python - 使用 Pandas 计算加权平均值以降低成本

Question

我正在安装一个排名系统，基本上我有一个名为 site_fees 的字段，占总数的 10% 供考虑。 0 站点费即可获得全部 10 分。我想做的是计算非零字段会得到多少分，但我很难做到这一点。

我最初的方法是将数据帧分成 2 个数据帧(dfb，其中 site_fees 为 0，dfa，它们 > 0)并计算 dfa 的平均值，将 dfb 的评级指定为 10，然后将两者合并。

代码如下:

dfSitesa = dfSites[dfSites['site_fees'].notnull()]
dfSitesb = dfSites[dfSites['site_fees'].isnull()]
dfSitesa['rating'] = FeeWeight * \
dfSitesa['site_fees'].min()/dfSitesa['site_fees']
dfSitesb['rating'] = FeeWeight
dfSites = pd.concat([dfSitesa,dfSitesb])

这会产生输出，但 dfa 的结果不正确，因为 dfa 的最小值是 5000 而不是 0，因此费用为 5000 美元的网站的评级为 10(最大值，不正确)。我做错了什么？

最小非零 site_fee 为 5000，最大为 15000。基于此，我期望一个通用排名系统，例如:

15000 | 0
10000 | 3.3
5000  | 6.6
0     | 10

Answer 1

这是一种方法:

dfSites = pd.DataFrame({'site_fees':[0,1,2,3,5]})
FeeWeight = 10

dfSitesa = dfSites[dfSites['site_fees'].notnull()]
dfSitesb = dfSites[dfSites['site_fees'].isnull()]
dfSitesb['rating'] = FeeWeight
factor = (dfSitesa['site_fees'].max() - dfSitesa['site_fees'].min())
dfSitesa['rating'] = FeeWeight * ( 1 - ( (dfSitesa['site_fees'] -  dfSitesa['site_fees'].min()) / factor) )
dfSites = pd.concat([dfSitesa,dfSitesb])

In [1] : print(dfSites)
Out[1] : 
site_fees   rating
0   0   10.0
1   1   8.0
2   2   6.0
3   3   4.0
4   5   0.0