计算条件特殊的熊猫的加权平均值

Question

我试图计算以下数据框中每个区域的“价格”列的加权平均值，与小时无关。我想本质上是对与A匹配的数量求和，将每个单独的数量行除以该数量（以获得权重），然后将其乘以价格。

大约有200个区域，我很难编写一些可以检测到区域匹配的东西，而不必写df['ZONE'] = 'A'等。请帮助我迷失的自我=）

HOUR:   1,2,3,1,2,3,1,2,3

ZONE:   A,A,A,B,B,B,C,C,C

PRICE:  12,15,16,17,12,11,12,13,15

QUANTITY: 5,6,1 5,7,9 6,3,2

我不确定您是否可以通用地编写某些内容，但是我想如果我编写了一个函数，其中x是我的“区域”，创建带有可能区域的列表，然后创建一个for循环该怎么办。这是我编写的功能，实际上并不起作用-试图弄清楚我还能如何使它起作用

def wavgp(x):
    df.loc[df['ZONE'].isin([str(x)])] = x

Answer 1

以下是使用groupby操作的可能解决方案：

weighted_price = df.groupby('ZONE').apply(lambda x: (x['PRICE'] * x['QUANTITY']).sum()/x['QUANTITY'].sum())

说明

首先，我们对zone进行分组，对于每个区块（同一区域），我们将价格乘以数量并将这些值求和。我们将此结果除以数量的总和即可得到您想要的结果。

ZONE
A    13.833333
B    12.761905
C    12.818182
dtype: float64