熊猫：权重聚合

Question

现在，我正在使用

的方式来计算我的时刻

moments = df_sum.groupby(level=[0,1])['myCol'].agg([np.min, np.median, np.mean, np.max, np.std, len])

但是，现在我有一个包含相应权重的附加列weights。也就是说，如果列的权重是2，则在计算mean，std等时，观察应该计数两次。我想使用weights列重复我的计算。蛮力的方式是使用weights重复我的观察，但是：

• 这将是非常缓慢和低效的
• 权重不一定是整数

许多统计函数包含附加计算权重的参数，例如np.average：

  

weights：array_like，optional一个权重数组   a中的值。 a中的每个值都有助于平均值   它的相关重量。权重数组可以是1-D（其中   case的长度必须是沿给定轴的a的大小）或者   与a相同的形状。如果权重=无，则假定a中的所有数据   重量等于一。

鉴于我想包含诸如np.average之类的功能，我将如何从上面重新命名我的命令？还有其他聚合函数的命令，例如median吗？琐碎的是，min和max不应该改变，计算len()也不应该太难。

Answer 1

你能在群发之前做到这一点吗？

df_sum['weighted_col'] = df_sum['weights'] * df_sum['my_col']
df.groupby(level=[0, 1].agg([...])[<columns to keep>]

此外，专业提示：您使用groupby计算所有内容，这样做会更容易：

df.groupby(level=[0, 1].apply(lambda g: g.describe().T)