![](/img/trans.png)
[英]Write way to calculate weighted average with pandas Dataframe with mean or directly multiply
[英]Weighted mean dataframe with pandas
我遇到了一堆其他加權平均 pandas 問題,但似乎沒有一個能做我想做的事情。 我有以下 df:
Primary_Key Team Quantity Value 1 Value 2
0 A Blue 10 20 10
1 B Red 5 19 30
2 C Green 8 13 29
3 D Blue 12 24 18
4 E Red 15 25 19
5 F Green 12 18 23
我正在嘗試計算每個團隊的每個值的加權平均值,因此我會得到以下 result_df:
Team Quantity Value 1 Value 2
0 Blue 10 20*10/22 10*10/22
1 Red 5 19*5/20 30*5/20
2 Green 8 13*8/20 29*8/20
3 Blue 12 24*12/22 18*12/22
4 Red 15 25*15/20 19*15/20
5 Green 12 18*12/20 23*12/20
其中 Value 列下的每個條目都對它們進行了以下計算:
weighted_mean = value * (數量/團隊總數量)
我在想我必須以某種方式使用 the.apply(lambda x:...) function 但我不知道如何輕松獲得團隊總量的值。 我也遇到了 numpy.average function 但我認為它在這里沒有用。
任何幫助將非常感激!
分解為以下步驟:
import pandas as pd
import numpy as np
df = pd.DataFrame(data={
'Primary_Key': list('ABCDEF'),
'Team': ['Blue', 'Red', 'Green', 'Blue', 'Red', 'Green'],
'Quantity': [10,5,8,12,15,12],
'v1': [20,19,13, 24,25,18],
'v2': [10,30,29,18,19,23]})
df['GroupQuantity'] = df.groupby('Team')['Quantity'].transform(np.sum)
df['v1'] = df['Quantity'] * df['v1'] / df['GroupQuantity']
df['v2'] = df['Quantity'] * df['v2'] / df['GroupQuantity']
df
Primary_Key Team Quantity v1 v2
0 A Blue 10 9.090909 4.545455
1 B Red 5 4.750000 7.500000
2 C Green 8 5.200000 11.600000
3 D Blue 12 13.090909 9.818182
4 E Red 15 18.750000 14.250000
5 F Green 12 10.800000 13.800000
現在,如果您正在尋找一個班輪,您可以這樣做:
df[['v1', 'v2']] = df[['v1', 'v2']] * df['Quantity'].to_numpy()[:,None] / df.groupby('Team')['Quantity'].transform(np.sum).to_numpy()[:,None]
df
Primary_Key Team Quantity v1 v2
0 A Blue 10 9.090909 4.545455
1 B Red 5 4.750000 7.500000
2 C Green 8 5.200000 11.600000
3 D Blue 12 13.090909 9.818182
4 E Red 15 18.750000 14.250000
5 F Green 12 10.800000 13.800000
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.