如何根据列值赋值，然后取和的平均值
How to assign values based on column value, then take the average of the sum
我有一个包含 6 列（类别 1、2、...、6）的 df，所有列的值都是“I”、“II”、“III”或“IV”。这些字符串值是适用于每一列的类别。我想制作另一列（“分数”），即根据每一列的值，为每一列值分配一个值，求和并取平均值。
我想将 100 分配给 I 的值，将 70 分配给 II，将 35 分配给 III，将 0 分配给 IV。然后我想为该行总结所有这些，并取平均值。是否可以在不创建超过 1 列的情况下分配这些值并执行求和和平均值？
您可以创建一个字典来映射值并使用 np.mean 获取平均值：
d = {'I': 100, 'II': 70, 'III': 35, 'IV': 0}
df['Average Value'] = df.apply(lambda x: np.mean(x.map(d)), axis = 1)
我有一个包含 6 列（类别 1、2、...、6）的 df，所有列的值都是“I”、“II”、“III”或“IV”。这些字符串值是适用于每一列的类别。我想制作另一列（“分数”），即根据每一列的值，为每一列值分配一个值，求和并取平均值。
我想将 100 分配给 I 的值，将 70 分配给 II，将 35 分配给 III，将 0 分配给 IV。然后我想为该行总结所有这些，并取平均值。是否可以在不创建超过 1 列的情况下分配这些值并执行求和和平均值？
您可以创建一个字典来映射值并使用 np.mean 获取平均值：
d = {'I': 100, 'II': 70, 'III': 35, 'IV': 0}
df['Average Value'] = df.apply(lambda x: np.mean(x.map(d)), axis = 1)