将值替换为该值除以该值在pandas中存在的次数

Question

我有如下数据帧

ID    Unit_ID       Price
1     1             50
2     2             40
3     1             10000
3     2             10000
3     3             10000
3     4             10000
6     1             10000
8     3             10000

从上面的数据帧中，我想用具有相同ID的行数替换Price = 10000，并且Price = 10000，这里count =4

预期输出：

  ID    Unit_ID       Price
    1     1             50
    2     2             40
    3     1             2500
    3     2             2500
    3     3             2500
    3     4             2500
    6     1             10000
    8     3             10000

Answer 1

创建掩码，并将筛选的行除以sum的True值计数。

mask = df.Price == 10000

df.loc[mask, 'Price'] /= mask.sum()
#same like
#df.loc[mask, 'Price'] = df.loc[mask, 'Price'] / mask.sum()
print (df)
   ID  Unit_ID   Price
0   1        1    50.0
1   2        2    40.0
2   3        1  2500.0
3   3        2  2500.0
4   3        3  2500.0
5   3        4  2500.0

如果想要将所有值除以它们的计数：

df['Price'] /= df.groupby(by="Price")['Price'].transform('size')

编辑：

df['Price'] /= df.groupby(by=["ID", "Price"])['Price'].transform('size')
print (df)
   ID  Unit_ID    Price
0   1        1     50.0
1   2        2     40.0
2   3        1   2500.0
3   3        2   2500.0
4   3        3   2500.0
5   3        4   2500.0
6   6        1  10000.0
7   8        3  10000.0

Answer 2

如果您只想将行替换为10000，您可以这样做：

df.loc[df.Price==10000, 'Price']=10000/len(df.loc[df.Price==10000])

如果你想用count值来划分每一行，你可以使用groupby和transform：

df.Price = df.groupby(by="Price").Price.transform(lambda x: x/len(x))


    ID  Unit_ID Price
0   1   1       50
1   2   2       40
2   3   1       2500
3   3   2       2500
4   3   3       2500
5   3   4       2500