小编arm*_*min的帖子

我正在与一家前大型数据公司合作。这是一个示例：

import pandas as pd
import numpy as np
df = pd.DataFrame({ 
'ID': ['A', 'A', 'A', 'X', 'X', 'Y'], 
})
 ID
0  A
1  A
2  A
3  X
4  X
5  Y

现在，给定“ID”列中每个值的频率，我想使用下面的函数计算权重，并添加一个具有与“ID”中每个值关联的权重的列。

def get_weights_inverse_num_of_samples(label_counts, power=1.):
    no_of_classes = len(label_counts)
    weights_for_samples = 1.0/np.power(np.array(label_counts), power)
    weights_for_samples = weights_for_samples/ np.sum(weights_for_samples)*no_of_classes
    return weights_for_samples

freq = df.value_counts()
print(freq)
ID
A     3
X     2
Y     1

weights = get_weights_inverse_num_of_samples(freq)
print(weights)
[0.54545455 0.81818182 1.63636364]

因此，我正在寻找一种有效的方法来获取这样的数据帧，给定上述权重：

   ID  sample_weight
0  A   0.54545455
1  A   0.54545455
2  A   0.54545455 …

我从这里借用这个例子。我有一个这样的数据框：

# Import pandas package 
import pandas as pd 
   
# Define a dictionary containing ICC rankings 
rankings = {'test': ['India', 'South Africa', 'England', 
                            'New Zealand', 'Australia'], 
              'odi': ['England', 'India', 'New Zealand', 
                            'South Africa', 'Pakistan'], 
               't20': ['Pakistan', 'India', 'Australia', 
                              'England', 'New Zealand']} 
   
# Convert the dictionary into DataFrame 
rankings_pd = pd.DataFrame(rankings) 
   
# Before renaming the columns 
print(rankings_pd)
          test           odi          t20
0         India       England     Pakistan
1  South Africa         India        India
2       England   New Zealand    Australia
3   New Zealand  South Africa …

我正在初始化这样的序列

seq = {'a', 'b', 'c', 'd', 'e'}

现在我使用 fromkeys() 将序列转换为集合字典。这就是我正在做的事情：

val = set()
seq_dict =  dict.fromkeys(seq, val)

现在看来，如果仅将一个元素添加到我的字典键集中之一，则该元素将被添加到所有其他集合中。这是示例：

seq_dict['a'].add("val1")
print(seq_dict)
{'d': {'val1'}, 'c': {'val1'}, 'b': {'val1'}, 'a': {'val1'}, 'e': {'val1'}}

不确定我是否以正确的方式使用 fromkeys ？

在以下示例中，我有两个字典。

d1 = {'A' : 1, 'B' : 2,'C' : 9}
d2 = {'A' : 5, 'B' : 1,'C' : 10}

现在，要找到具有最小值的密钥，我只需使用

min_d1 = min(d1, key=d1.get)
min_d2 = min(d2, key=d2.get)

print(min_d1, min_d2) # A B

我的问题是，是否有一种有效的方法可以找到在上述两个字典中具有最小平均值的键，而不必遍历所有 dics 键？例如，在上面的例子中，我希望得到B作为输出。