使用熊猫/数据框计算加权平均值

Question

我有下表。我想根据下面的公式计算每个日期分组的加权平均值。我可以使用一些标准的常规代码来做到这一点，但假设这些数据是在熊猫数据框中，是否有更简单的方法来实现这一点，而不是通过迭代？

Date  ID  wt  value w_avg 
01/01/2012 100  0.50 60  0.791666667 
01/01/2012 101  0.75 80 
01/01/2012 102  1.00 100 
01/02/2012 201  0.50 100  0.722222222 
01/02/2012 202  1.00 80 

01/01/2012 w_avg = 0.5 *（60 /总和（60,80,100））+ 0.75 *（80 /总和（60,80,100））+ 1.0 *（100 /和（60， 80100））

01/02/2012 w_avg = 0.5 *（100 /和（100,80））+ 1.0 *（80 /总和（100,80））

Answer 1

我认为将与这样做两个groupbys。

首先计算出“加权平均”：

In [11]: g = df.groupby('Date') 

In [12]: df.value/g.value.transform("sum") * df.wt 
Out[12]: 
0 0.125000 
1 0.250000 
2 0.416667 
3 0.277778 
4 0.444444 
dtype: float64 

如果设置此为一列，您可以通过它GROUPBY：

In [13]: df['wa'] = df.value/g.value.transform("sum") * df.wt 

现在这列的总和是期望：

In [14]: g.wa.sum() 
Out[14]: 
Date 
01/01/2012 0.791667 
01/02/2012 0.722222 
Name: wa, dtype: float64 

或潜在：

In [15]: g.wa.transform("sum") 
Out[15]: 
0 0.791667 
1 0.791667 
2 0.791667 
3 0.722222 
4 0.722222 
Name: wa, dtype: float64 

Answer 2

让我们首先创建示例大熊猫数据帧：

In [1]: import numpy as np 

In [2]: import pandas as pd 

In [3]: index = pd.Index(['01/01/2012','01/01/2012','01/01/2012','01/02/2012','01/02/2012'], name='Date') 

In [4]: df = pd.DataFrame({'ID':[100,101,102,201,202],'wt':[.5,.75,1,.5,1],'value':[60,80,100,100,80]},index=index) 

然后，获得作为“重量”通过“价值”加权和由索引分组的平均：

In [5]: df.groupby(df.index).apply(lambda x: np.average(x.wt, weights=x.value)) 
Out[5]: 
Date 
01/01/2012 0.791667 
01/02/2012 0.722222 
dtype: float64 

替代地，还可以定义一个功能：

In [5]: def grouped_weighted_avg(values, weights, by): 
    ...:  return (values * weights).groupby(by).sum()/weights.groupby(by).sum() 

In [6]: grouped_weighted_avg(values=df.wt, weights=df.value, by=df.index) 
Out[6]: 
Date 
01/01/2012 0.791667 
01/02/2012 0.722222 
dtype: float64 

Answer 3

我觉得以下是一个优雅的解决方案从:(Pandas DataFrame aggregate function using multiple columns这个问题）

grouped = df.groupby('Date') 

def wavg(group): 
    d = group['value'] 
    w = group['wt'] 
    return (d * w).sum()/w.sum() 

grouped.apply(wavg) 

Answer 4

我.csv文件保存表

df=pd.read_csv('book1.csv') 

grouped=df.groupby('Date') 
g_wavg= lambda x: np.average(x.wt, weights=x.value) 
grouped.apply(g_wavg)