Adición y un promedio de un conjunto de columnas en función del valor de una columna secundaria en pitón

Kshitij Yadav:

Tengo un conjunto de datos que tiene los siguientes valores:

LabelA    PositiveA     NegativeA    LabelB    PositiveB     NegativeB    LabelC    PositiveC  NegativeC  Final_Label
  1          .60           .40         0          .30           .70         1          .9          .1         1
  0          .1            .9          0          .49           .51         0          .3          .7         0
  0          .34           .66         1          .87           .13         1          .90         .1         1

Final_label sería de 1 si la mayoría de las etiquetas (LABELA, LabelB y LabelC) sería 1 y viceversa.

Quiero calcular una columna llamada "polaridad", que tiene la siguiente defination:

1. Si Final_label = 1, la polaridad es la media de todos los "PositiveA / B / C" cuya etiqueta fue también 1
2. Si Final_label = 0, la polaridad es la media de todos los "NegativeA / B / C" cuya etiqueta fue también 0

Por ejemplo, en el conjunto de datos anterior, Polaridad tendría el siguiente valor:

Polarity
.75           (adding and taking average of PositiveA and PositiveC)
.7033         (adding and taking average of NegativeA and Negativeb and NegativeC)
.885          (adding and taking average of PositiveB and PositiveC)

¿Cómo implementar esto en Python? Por aquí he mostrado 3 columnas, en mi conjunto de datos que tengo 7 columnas de la etiqueta.

Quang Hoang:

Aquí está mi enfoque con wherey mask:

# filter the labels, positives, negatives:
labels = df.filter(regex='Label\w').eq(1).values
positives = df.filter(regex='Positive\w')
negatives = df.filter(regex='Negative\w')

# output
df['Polarity'] = np.where(df['Final_Label'], 
                          positives.where(labels).mean(axis=1), 
                          negatives.mask(labels).mean(axis=1)
                         )

print(df['Polarity'])

Salida:

0    0.750000
1    0.703333
2    0.885000
Name: Polarity, dtype: float64