pandas groupby 加权平均值，来自记录的权重和来自列名的值答案

【问题标题】：pandas grouped weighted average with weights from records and values from column namespandas groupby 加权平均值，来自记录的权重和来自列名的值
【发布时间】：2019-08-27 13:42:34
【问题描述】：

我想计算一个分组加权平均值，其中权重显示为行，要平均的值显示为列名：

df_dict= {1: {0: 10, 1: 15, 2: 50, 3: 10, 4: 44},
 4: {0: 12, 1: 15, 2: 48, 3: 12, 4: 63},
 7.5: {0: 17, 1: 23, 2: 99, 3: 20, 4: 66},
 90: {0: 25, 1: 18, 2: 102, 3: 17, 4: 10},
 'grouping': {0: '38', 1: '38', 2: '38', 3: '86', 4: '48'}}

df = pd.DataFrame(df_dict)
display(df)

df.groupby(['grouping']).sum().reset_index()

给出：

但我不确定如何有效地计算加权平均值。使用 numpy Weighted average using numpy.average 可能是一种选择。但这意味着df.apply 是一个没有得到很好优化的自定义函数。

有没有更好的办法？

编辑

即有没有更好的晒黑方法：

df = df.groupby(['grouping']).sum().reset_index()
display(df)

def wavg(x):
    values = x.drop('grouping')
    values = values.reset_index()
    values.columns = ['value', 'weight']
    return np.average(list(values.value),
                      weights=list(values.weight))
df['wavg_location'] = df.apply(wavg, axis=1)

【问题讨论】：

标签： python pandas group-by weighted-average

【解决方案1】：

这里不需要reset_index()。

df_raw = df.groupby(['grouping']).sum()

我们可以在不调用 np.average() 的情况下进行加权求和

df = df_raw.copy()
df['wavg_location'] = (df * df.columns).sum(axis=1) / df.sum(axis=1)

我在 Jupyter notebook 中计时了两种不同的方法：

for i in range(100):
    df = df_raw.reset_index()
    df['wavg_location'] = df.apply(wavg, axis=1)

在 712 毫秒内执行

for i in range(100):
    df = df_raw.copy()
    df['wavg_location'] = (df * df.columns).sum(axis=1) / df.sum(axis=1)

在 293 毫秒内执行

【讨论】：