python - Pandas-根据重复行更新特定列中的值

Question

我有一个公寓楼销售的 pandas 数据库，一列是价格，另一列是销售日期。其中一些销售是针对多处特性，但每处特性的标价反射(reflect)了多处特性的总售价。这些捆绑交易可以通过销售发生的日期进一步识别。

例如:

<表类="s-表"><头>地址价格售出日期税收评估值<正文>301-303 东四街36725302020-11-2434200009 大道 B12500002020-06-1665000011 大道 B12500002020-06-16800000东四街231-233号25000002020-06-165111000

到目前为止，我已经使用以下方法识别了数据框中的所有重复项:

df[df.duplicated(['Price', 'Date Sold'], keep = False)]

哪个返回:

<表类="s-表"><头>地址价格售出日期税收评估值<正文>9 大道 B12500002020-06-1665000011 大道 B12500002020-06-16800000

数据库中有许多包含不同数量建筑物的捆绑交易。我想估算和更新 bundle 中每个建筑物的价格，方法是使用 bundle 的总税收评估值乘以价格值的比例。

例如。 (650000/(650000+800000))*1250000 = 560344.8

所以，我最终会得到:

<表类="s-表"><头>地址价格售出日期税收评估值<正文>9 大道 B560344.82020-06-1665000011 大道 B689655.22020-06-16800000

我发现了一些关于如何替换整行或一列值的先前问题，但最终在识别每个包和计算比例时我很迷茫。

Answer 1

尝试:

df['Price'] *= (df['Tax Assessed Value'] / 
                df.groupby(['Price', 'Date Sold'])['Tax Assessed Value'].transform('sum') 
               )

但我认为您需要准确确定重复的含义