使用 NumPy 函数计算 Pandas 中的加权平均值

Question

假设我们有一个这样的 pandas 数据框：

a    b    id 
36   25   2
40   25   3
46   23   2
40   22   5
42   20   5
56   39   3

我想执行一个操作（a div b），然后按 id 分组，最后计算加权平均值，使用“a”作为权重。当我只计算平均值时它才有效。

import pandas as pd
import numpy as np

df = pd.read_csv('file', sep='\s+')
a = (df['a'].div(df['b'])).groupby(df['id']).mean()           # work fine
b = (df['a'].div(df['b'])).groupby(df['dd']).apply(lambda x: np.average(x ??? ), weights=x['a']))

不知道如何将df['a'].div(df['b']的值解析为numpy average函数的第一个参数。有什么想法吗？ p>

预期输出：

---

   id  Weighted Average
0   2          1.754146
1   3          1.504274
2   5          1.962528

Answer 1

您是否希望按id 对加权平均值进行分组？

df.groupby('id').apply(lambda x: np.average(x['b'],weights=x['a'])).reset_index(name='Weighted Average')
Out[1]: 
   id  Weighted Average
0   2         23.878049
1   3         33.166667
2   5         20.975610

或者如果你想做a/b的加权平均：

(df.groupby('id').apply(lambda x: np.average(x['a']/x['b'],weights=x['a']))
 .reset_index(name='Weighted Average'))
Out[2]: 
   id  Weighted Average
0   2          1.754146
1   3          1.504274
2   5          1.962528