如何通过流行度图表对不同长度的路径进行平均？

Question

所以基本上，我看的是一些音乐流行度排行榜的数据。所以我可以看到一首歌在排行榜上有多少周，它的位置是什么，它是哪周的位置，以及歌曲的名字和歌手。

我已经将排行榜分开，只包含在某一时刻成为排行榜第一的歌曲的条目，并希望看到每首歌到十年排行榜第一的平均“旅程”。

当然，其中一些歌曲在排行榜前100名上花费的时间更多。因此，虽然简单地平均歌曲所占的每个位置似乎很容易，但要做到这一点却并非易事。

我想过当一首歌退出前100名时，我会添加一些虚拟变量，比如101，等于任何曲目在排行榜上花费的最大周数的长度。但这似乎最终会扭曲我的数据。

我的数据看起来像这样(除了有多首曲目，当然这首歌还有更多的条目：

https://ethercalc.org/73oyih35ryu2

Answer 1

如果我理解正确，我的解决方案如下：

首先，您可以按歌曲对数据帧进行分组，并将数字作为字符串添加到字符串中。

new_df=pd.DataFrame(df.groupby('Song')['Position'].apply(lambda x:' '.join(x.astype(str))))

它将返回如下内容：

                                   Position
Song                                       
Radioactive  93 98 45 56 45 45 45 1 4 67 89

然后我把字符串拆分为"1"，我取第一个元素，再加上数字“1”。

new_df['Position']=new_df['Position'].apply(lambda x:x.split('1')[0]+'1')
print(new_df)
                           Position
Song                               
Radioactive  93 98 45 56 45 45 45 1

在那之后，我可以把它变成一个用空格拆分的列表，然后我可以取这个列表的平均值：

new_df['Position'].apply(lambda x: np.mean([int(i) for i in x.split()]))

print(new_df)

Song
Radioactive    53.5