Question

我是Pandas的新手，想将以下简单的R代码转换为Pandas，以计算列的平均值和加权平均值（实际上，还有更多列要聚合）。解决方案必须是可链接的，因为在此计算之前和之后都有多个步骤。我已经看过使用apply函数（Calculate weighted average using a pandas/dataframe）的解决方案，但是随后看来，要么要么必须在apply函数内部执行完整的聚合步骤（所有列，可能所有不相关的列），但是我发现这很丑陋，或分别计算平均值和加权平均值，然后再进行表联接。在Pandas，最先进的方法是什么？

df = data.frame(batch=c("A", "A", "B", "B", "C","C"), value=1:6, weight=1:6)
df %>% 
  group_by(batch) %>% 
  summarise(avg = mean(value), avg_weighted = sum(value*weight)/sum(weight))

# A tibble: 3 x 3
  batch   avg avg_weighted
  <chr> <dbl>        <dbl>
1 A       1.5         1.67
2 B       3.5         3.57
3 C       5.5         5.55

这是我的熊猫尝试：

df2 = pd.DataFrame({'batch': ["A", "A", "B", "B", "C", "C"], 'value':[1,2,3,4,5,6], 'weight':[1,2,3,4,5,6]})

def agg_step(grp):
    return pd.DataFrame({'avg':[grp['value'].mean()], 
          'avg_weighted':np.average(grp['value'], weights=grp['weight'])})

(df2.
    groupby('batch')
    .apply(agg_step)
    .reset_index()
    .drop(columns='level_1')
)

Out[93]: 
  batch  avg  avg_weighted
0     A  1.5      1.666667
1     B  3.5      3.571429
2     C  5.5      5.545455

Answer 1

这应该有效：

(df2.groupby("batch")
    .agg({
        "value": [
            "mean", 
            lambda x: np.average(x, weights=df2.loc[x.index, "weight"])
         ]
     }))

基于https://stackoverflow.com/a/31521177/1011724

可链接的熊猫加权平均计算

1 个答案: