Вычислить средневзвешенное значение с помощью фрейма данных pandas

Question

Вычислить средневзвешенное значение с помощью фрейма данных pandas

У меня есть следующий фрейм данных pandas:

data_df = pd.DataFrame({'ind':['la','p','la','la','p','g','g','la'],

                        'dist':[10.,5.,7.,8.,7.,2.,5.,3.],

                        'diff':[0.54,3.2,8.6,7.2,2.1,1.,3.5,4.5],

                        'cas':[1.,2.,3.,4.,5.,6.,7.,8.]})

То есть

    cas  diff  dist ind

0    1  0.54    10  la

1    2  3.20     5   p

2    3  8.60     7  la

3    4  7.20     8  la

4    5  2.10     7   p

5    6  1.00     2   g

6    7  3.50     5   g

7    8  4.50     3  la

Мне нужно вычислить средневзвешенное значение всех столбцов, где веса находятся в столбце "dist", и сгруппировать значения по "ind".

Например для ' ind ' = 'la' и столбца 'diff':

((10*0.54)+(8.60*7)+(7.20*8)+(4.50*3))/(10+7+8+3) = 4.882143

Результат, который я хочу получить, следующий

        cas      diff

ind                    

 g    6.714286  2.785714

 la   3.107143  4.882143

 p    3.750000  2.558333

Который получается путем умножения каждого значения каждого colums на соответствующее значение в столбце' dist', суммируем результаты с помощью то же самое "ind", а затем деление результата на сумму всех значений "dist", соответствующих одному и тому же ind.

Я думал, что это будет легкая задача, выполняемая методом dataframe 'groupby', но на самом деле это довольно сложно.

Может кто-то пожалуйста, помогите мне?

770 1

python pandas weighted-average

1 ответ:

Comments

Ничего не найдено.

behzad.nouri · Accepted Answer · 2015-11-11 21:37:12

Вы можете получить внутри групп нормализованные веса , используя transform:

>>> df['weight'] = df['dist'] / df.groupby('ind')['dist'].transform('sum')
>>> df['weight']
0    0.357143
1    0.416667
2    0.250000
3    0.285714
4    0.583333
5    0.285714
6    0.714286
7    0.107143
Name: weight, dtype: float64

Тогда вам просто нужно умножить эти веса на значения и взять сумму:

>>> df['wcas'], df['wdiff'] = (df[n] * df['weight'] for n in ('cas', 'diff'))
>>> df.groupby('ind')[['wcas', 'wdiff']].sum()
         wcas     wdiff
ind                    
g    6.714286  2.785714
la   3.107143  4.882143
p    3.750000  2.558333

Правка: с мутацией на месте:

>>> backup = df.copy()     # make a backup copy to mutate in place
>>> cols = df.columns[:2]  # cas, diff
>>> df[cols] = df['weight'].values[:, None] * df[cols]
>>> df.groupby('ind')[cols].sum()
          cas      diff
ind                    
g    6.714286  2.785714
la   3.107143  4.882143
p    3.750000  2.558333