我有下面四列的dataframe(我简化了它,它也长得多)。用户权重总是一个,因此他们的响应被平等对待。尽管在本例中,将相同的三个用户分配给每个帖子,但实际上,用户是随机分配给帖子的,并且每个帖子分配了不同数量的用户。你知道吗
Post userid Weight Response
----- -------- ------ ---------
text1 A 1 0
text2 A 1 1
text1 B 1 0
text2 C 1 1
text1 C 1 1
text2 B 1 0
在按post分组之后,我希望生成的数据帧如下所示。Average response只是按帖子平均用户的响应(因此,如果0表示false,1表示true,那么这基本上可以衡量用户声明帖子的真假)。第二列表示一致(因此1表示完全一致,分数越高越好)。你知道吗
Post Avg_Response Agreement
----- ------------ ---------
text1 0.33 0.66
text2 0.66 0.66
我对如何计算平均响应(使用均值函数)很有信心,但我不确定如何计算一致性(最后一列使用pandas)。我相信有一些简单的技巧可以做到这两行之一。我的猜测是将每个帖子的0和1的数量除以该帖子的回复总数。我们将取更大的比率。如果它们相等,那么我们就把它们去掉(所以我们不希望任何用户被平均分配的帖子)。你知道吗
我将非常感谢帮助与代码!非常感谢。你知道吗
有一种方法:
屈服。。。你知道吗
您无需
pd.concat
即可完成此操作。使用__name__
命名自定义函数,并将它们作为列表传递。你知道吗相关问题 更多 >
编程相关推荐