仅当第一行是其他下一行的子字符串时，如何将DataFrame行与另一行平均

Question

我有一个叫做“数据”的数据：

USER    VALUE
XOXO      21
ABC-1      2
ABC-1B     4
ABC-2      4
ABC-2B     6
PEPE      12

我想使用第一个用户名将'ABC-1‘和'ABC-1B’合并成一行，然后将这两个值平均到这里：

USER    VALUE
XOXO      21
ABC-1      3
ABC-2      5
PEPE      12

数据可能不整齐，而且还有其他不相关的值，不需要平均。我只想将'XXX-X‘在'XXX-XB’中的两行进行平均。

data = pd.DataFrame({'USER':['XOXO','ABC-1','ABC-1B','ABC-2','ABC-2B', 'PEPE'], 'VALUE':[21,2,4,4,6,12]})

Answer 1

我们试试，

df.USER = df.USER.str.replace('(-\d)B', r"\1")
df = df.groupby("USER", as_index=False, sort=False).VALUE.mean()

print(df)

    USER  VALUE
0   XOXO     21
1  ABC-1      3
2  ABC-2      5
3   PEPE     12