Question

我刚刚开始使用pandas / python，所以不幸的是我还是要问愚蠢的问题。我有一个带有主题id的列的df，然后是一个编码为1或0的列，如下所示：

df = pd.DataFrame({'ID' : [1] * 4 + [2] * 4, 
               'accuracy' : [1, 1, 0, 1, 1, 1, 0, 1]})
df

    ID  accuracy
0   1         1
1   1         1
2   1         0
3   1         1
4   2         1
5   2         1
6   2         0
7   2         1

我需要先将ID分组，得到0和1的频率计数，然后减去＆amp;将这些频率计数除以这样：（频率计数 - 频率计数零/总计数）。因此，对于ID 1，该等式将为（（3-1）/ 4）。使用这个，

 df.groupby(['ID'])['accuracy'].value_counts()

我得到零和＆amp;的频率计数。我的后续计算所需的每个ID。但我不确定如何从这里开始，或者是一个完全不同的方法，如agg和lambda函数或某种使用apply的方法（我刚开始学习这两种方法）将是一种更好的方法。理想情况下，输出看起来像这样：

id    accuracyTotal
1     0.5
2     0.5

非常感谢任何想法！谢谢你的帮助！

Answer 1

怎么样：

df.groupby('ID')['accuracy'].apply(lambda p : 2.*p.sum()/p.count() -1)

假设：

O：计数的 Z：零的数量
N：总计数= O + Z

我用了这个事实：

Z = N - O

因此：

（O - Z）/ N =（2 * O - N）/ N = 2 * O / N -1

减去＆amp;在groupby

1 个答案: