pandas 从多个分隔值计算平均值

vxbzzdmp 于 2023-05-27 发布在其他

关注(0)|答案(1)|浏览(162)

我有很多excel文件，都是用来做笔记本/一张纸的，但是模板是一样的。我试图从它们创建一个单一的dataframe。
许多单元格都有多个价格数值，我想提取这些数值并找到它们的平均值，不包括日历年（例如2019年）。
假设单元格中的文本为：59万美元是2019年的最低水平。USD 650 K是初始报价。但我从来不知道里面有多少个数值，可能是1，也可能是5。
我想要的是得到除年份之外的所有值的平均值。所以在这个例子中：（590+650）/2=620
这是我目前得到的：

s=df['Price'].str.findall('\d+')
df['Price1'] = s.apply(lambda x: '_'.join(i for i in x if int(i)<2000))

这给出以下输出：

590_650

然后得到一个平均值：

df['Price1'].str.split('_').apply(lambda x : (float(x[0])+float(x[1]))/2)

然而，问题是，我并不总是有2个值，它可以是1，它可以是5。所以我想一些通用的，可以随时应用。
任何帮助感激不尽。

pandas

来源：https://stackoverflow.com/questions/76280167/calculating-a-mean-from-multiple-delimited-values

1条答案

按热度按时间

3pvhb19x1#

不带辅助列且带有join的解决方案：

s=df['Price'].str.findall('\d+')
df['Price2'] = s.apply(lambda x: np.mean([float(i) for i in x if int(i)<2000]))

或者：

s=df['Price'].str.extractall('(\d+)')
df['Price2'] = s[0].astype(float).loc[lambda x: x < 2000].groupby(level=0).mean()

具有辅助列的解决方案：

s=df['Price'].str.findall('\d+')
df['Price1'] = s.apply(lambda x: '_'.join(i for i in x if int(i)<2000))
df['Price2'] = df['Price1'].str.split('_', expand=True).astype(float).mean(axis=1)

赞(0）回复(0）举报 2023-05-27

我来回答

pandas 从多个分隔值计算平均值

1条答案

相关问题

热门标签

最新问答