python - Pandas merge 每次合并时除以一个值

Question

我有以下 2 个数据框

df :

     Name
1    A
2    B
3    C
4    C
5    D
6    D
7    D
8    D

和df_value:

     Name   Value
1    A      50
2    B      100
3    C      200
4    D      800

我想合并两个数据帧(到 df)，但是新的 Value 值是 df_value Value 除以df

中 Name 的出现次数

输出:

     Name   Value
1    A      50
2    B      100
3    C      100
4    C      100
5    D      200
6    D      200
7    D      200
8    D      200

A出现一次，在df_value中的值为50，所以它的值为50。B的逻辑相同。C出现2次，在df_value中的值为200，所以它的值为200/2 = 100D出现了4次，在df_value中的值为800，所以它的值为800/4 = 200

我很确定有一个非常简单的方法可以做到这一点，但我找不到它。提前致谢。

Answer 1

使用Series.map通过 Name 列和来自 df_value 的 Series 并划分 Series.value_counts 的映射值:

df['Value'] = (df['Name'].map(df_value.set_index('Name')['Value'])
               .div(df['Name'].map(df['Name'].value_counts())))
print (df)
  Name  Value
1    A   50.0
2    B  100.0
3    C  100.0
4    C  100.0
5    D  200.0
6    D  200.0
7    D  200.0
8    D  200.0

另一种解决方案，谢谢@sammywemmy 是通过已经划分的值进行映射:

df1.assign(Value=df1.Name.map(df2.set_index("Name").Value.div(df1.Name.value_counts())))

merge 的解决方案是可能的，还添加了另一种计数方式 GroupBy.transform :

df['Value'] = (df.merge(df_value, on='Name', how='left')['Value']
                 .div(df.groupby('Name')['Name'].transform('size')))