如何根據 pandas dataframe 中多個其他列的值添加兩個新列？

Question

我正在嘗試根據其他幾列的值將兩列添加到現有的 dataframe 中。 我的 dataframe 看起來像這樣：

df = pd.DataFrame({'Type':['A', 'A', 'A', 'B','',''], 'Type1':['A', 'A', '', 'B','',''], 'Type2':['A','B','B','B','A',''], 'Score':[1, 2, 3, 1, 0,0], 'Score1':[2, 1, 0, 1, 0,0], 'Score2':[1, 3, 2, 1, 2,0]})

  Type  Type1   Type2   Score   Score1  Score2
0   A     A       A        1       2      1
1   A     A       B        2       1      3
2   A             B        3       0      2
3   B     B       B        1       1      1
4                 A        0       0      2
5                          0       0      0

我想添加兩列“Score_A”和“Score_B”，這樣“Score_A”將是類型為“A”（每行）的情況下的得分平均值。 'Score_B' 也是如此。 一個問題是，只要 Type 為空白，則不應使用分數來計算平均值。

在這種情況下，成功的 function 的結果將是：

Score_A  Score_B
  1.33      0 
  1.5       3
   3        2
   0        1
   2        0
   0        0

我已經在行級別運行嵌套循環來執行此操作，但是有更好的方法嗎？

Answer 1

m1 = (df[['Type', 'Type1', 'Type2']] == 'A')
m2 = (df[['Type', 'Type1', 'Type2']] == 'B')
scores = df[['Score', 'Score1', 'Score2']]

df['Score_A'] = pd.DataFrame(np.where(m1, scores, np.nan)).mean(skipna=True, axis=1).fillna(0)
df['Score_B'] = pd.DataFrame(np.where(m2, scores, np.nan)).mean(skipna=True, axis=1).fillna(0)

print(df)

印刷：

  Type Type1 Type2  Score  Score1  Score2   Score_A  Score_B
0    A     A     A      1       2       1  1.333333      0.0
1    A     A     B      2       1       3  1.500000      3.0
2    A           B      3       0       2  3.000000      2.0
3    B     B     B      1       1       1  0.000000      1.0
4                A      0       0       2  2.000000      0.0
5                       0       0       0  0.000000      0.0