我有一个数据框df，其中包含分配给某些建筑物p的人口b
df
p b
0 150 3
1 345 7
2 177 4
3 267 2
和将其他一些建筑物df1与b1中建筑物关联的数据框df
df1
b1 b
0 17 3
1 9 7
2 13 7
我想将df1中具有关联的建筑物分配给人口除以建筑物数。通过这种方式，我们生成df2，将150/2=75的人口分配给建筑物3和17，并将345/3=115的人口分配给建筑物{{1} }。
7,9,13答案 0 :(得分：1)
IIUC，您可以尝试合并b上的两个df，然后合并stack()，并进行一些清理，最后合并到p上，然后变换count并划分p并在p上获得除法值：
m=(df.merge(df1,on='b',how='left').set_index('p').stack().reset_index(name='b')
.drop_duplicates().drop('level_1',1).sort_values('p'))
m.p=m.p/m.groupby('p')['p'].transform('count')
print(m.sort_index())
p b
0 75.0 3.0
1 75.0 17.0
2 115.0 7.0
3 115.0 9.0
5 115.0 13.0
6 177.0 4.0
7 267.0 2.0
答案 1 :(得分：0)
使用pd.concat的另一种方法。之后，fillna分别b1和p。接下来，将transform与mean并向最终数据帧分配填充的b1
df2 = pd.concat([df, df1], sort=True).sort_values('b')
df2['b1'] = df2.b1.fillna(df2.b)
df2['p'] = df2.p.fillna(0)
df2.groupby('b').p.transform('mean').to_frame().assign(b=df2.b1).reset_index(drop=True)
Out[159]:
p b
0 267.0 2.0
1 75.0 3.0
2 75.0 17.0
3 177.0 4.0
4 115.0 7.0
5 115.0 9.0
6 115.0 13.0