如何根據列條件執行Rowwisesum并將ClassWise特定值添加為Column？

Cluster Class   Value
0   0   10       1
1   0   11       1
2   0   14       3
3   0   18       1
4   0   26       1
5   0   29       1
6   0   30       1
7   1   0        2
8   1   19       1
9   1   20       1
10  1   21       2
11  1   36       1
12  1   26       1
13  1   27       1
14  1   37       2
15  1   33       1

該表基于哪個類屬于哪個集群。像 Class 10, 11, 14 等已經落入 Cluster 0。并且 Value 串列示有多少類成員。像 14 班的 3 名成員已落入集群 0。

現在我想要的輸出是這樣的：

    Cluster Class   Value   Cluster_Sum

    0   0   10      1               9
    1   0   11      1               9
    2   0   14      3               9
    3   0   18      1               9
    4   0   26      1               9
    5   0   29      1               9
    6   0   30      1               9

其他集群也一樣。我的最終目標是
df['Precision'] = df['Value']/ df['Cluster_Sum'] 為每一行制作一個“精確”列。

我怎樣才能使用python做到這一點？

編輯： - 它作業得很好。謝謝你的幫助。

最終這是我的目標。每個班級的人數都是固定的。像 Class 1 : 10 , Class 2:12 .... 等等。我需要添加一個像 'Class_Sum. 其中包括班級總數的資料。然后我可以通過以下方式找到召回

`df['Recall'] = df['Value']/ df['Class_Sum']`

但我的問題是如何附加我的資訊

Class 1     10
Class 2     12
Class 3     23
Class 4     11
Class 5     17
Class 6     13
Class 7     16
Class 8     15
Class 9     14
Class 10    18
Class 11    09
Class 12    07
Class 13    16
Class 14    21
Class 15    17
Class 16    23
Class 17    10
Class 18    21
Class 19    12
Class 20    45
Class 21    12
Class 22    12
Class 23    15
Class 24    11
Class 25    09
Class 26    11
Class 27    08
Class 28    10
Class 29    11
Class 30    19
Class 31    17
Class 32    15
Class 33    12
Class 34    07
Class 35    06
Class 36    14
Class 37    13
Class 38    16

像這樣到我的資料框

 Cluster   Class          Class_SUm  Value ClusSum Precision RCll 
          10                  18
          11                  09
          14                  21
          18                  21
          26                  11
          29                  11
          30                  19

如何做呢？

uj5u.com熱心網友回復：

嘗試groupby：

df["Cluster_Sum"] = df.groupby("Cluster")["Value"].transform("sum")

>>> df
    Cluster  Class  Value  Cluster_Sum
0         0     10      1            9
1         0     11      1            9
2         0     14      3            9
3         0     18      1            9
4         0     26      1            9
5         0     29      1            9
6         0     30      1            9
7         1      0      2           12
8         1     19      1           12
9         1     20      1           12
10        1     21      2           12
11        1     36      1           12
12        1     26      1           12
13        1     27      1           12
14        1     37      2           12
15        1     33      1           12

uj5u.com熱心網友回復：

groupby transform("sum")是你的朋友：

df['Precision'] = df["Value"] / df.groupby("Cluster")["Value"].transform("sum")

輸出：

>>> df
    Cluster  Class  Value  Precision
0         0     10      1   0.111111
1         0     11      1   0.111111
2         0     14      3   0.333333
3         0     18      1   0.111111
4         0     26      1   0.111111
5         0     29      1   0.111111
6         0     30      1   0.111111
7         1      0      2   0.166667
8         1     19      1   0.083333
9         1     20      1   0.083333
10        1     21      2   0.166667
11        1     36      1   0.083333
12        1     26      1   0.083333
13        1     27      1   0.083333
14        1     37      2   0.166667
15        1     33      1   0.083333

標籤：Python 熊猫 数据框 聚类分析 精确

上一篇：替換資料框中所有出現的列

下一篇：從一列中提取字串到新列–Pandas