Pandas中数据帧中多列的加权平均值
Pandas中数据帧中多列的加权平均值
提问于 2017-05-13 04:00:46
我有如下所示的数据
Class| Student| V1| V2| V3| wb
A| Max| 10| 12| 14| 1
A| Ann| 9| 6| 7| 0.9
B| Tom| 6| 7| 10| 0.3
B| Dick| 3| 8| 7| 0.7
C| Dibs| 5| 2| 3| 0.8
C| Mock| 6| 4| 3| 0.6
D| Sunny| 3| 4| 5| 0.9
D| Lock| 8| 3| 6| 1我要计算V1，V2，V3按类分组的加权平均值，结果应该如下所示
Class V1_M V2_M V3_M
A 9 8 3
B 5 3 3
C 4 4 3到目前为止，我可以为每一列分离数据框架。但我觉得效率很低
下面是一个变量的代码
import pandas as pd
import numpy as np
def wtdavg(frame, var, wb):
d = frame[var]
w = frame[wb]
return (d * w).sum() / w.sum()
df = pd.read_csv('Sample.csv')
Matrix = df.groupby(['Class']).apply(wtdavg,var='V2',wb='wb')
print(Matrix)我是一个有着一周熊猫经验的新手。提前谢谢。
最大值
回答 3
Stack Overflow用户
回答已采纳
发布于 2017-05-13 04:16:20
#use apply to calculate weighted mean for alll 3 columns in one go.
df2 = df.groupby('Class').apply(lambda x: pd.Series([sum(x.V1*x.wb)/sum(x.wb), sum(x.V2*x.wb)/sum(x.wb), sum(x.V3*x.wb)/sum(x.wb)]))
#rename columns
df2.columns=['V1_M','V2_M','V3_M']
df2
Out[858]:
V1_M V2_M V3_M
Class
A 9.526316 9.157895 10.684211
B 3.900000 7.700000 7.900000
C 5.428571 2.857143 3.000000
D 5.631579 3.473684 5.526316更新(值列的动态列表，即var_cols**)** )
#put all your variable names in a list (can be copied over from df.columns)
var_cols = ['V1', 'V2', 'V3']
df2 = df.groupby('Class').apply(lambda x: pd.Series([sum(x[v] * x.wb) / sum(x.wb) for v in var_cols]))
df2.columns = [e+'_M' for e in var_cols]
V1_M V2_M V3_M
Class
A 9.526316 9.157895 10.684211
B 3.900000 7.700000 7.900000
C 5.428571 2.857143 3.000000
D 5.631579 3.473684 5.526316Stack Overflow用户
发布于 2017-05-13 08:07:10
更一般的解决办法：
1.为所有没有Student、Class的列创建加权平均值。
df2 = df.drop('Student', axis=1) \
.groupby('Class') \
.apply(lambda x: x.drop(['Class', 'wb'], axis=1).mul(x.wb, 0).sum() / (x.wb).sum()) \
.add_suffix('_M') \
.reset_index()
print (df2)
Class V1_M V2_M V3_M
0 A 9.526316 9.157895 10.684211
1 B 3.900000 7.700000 7.900000
2 C 5.428571 2.857143 3.000000
3 D 5.631579 3.473684 5.526316也可以为加权平均值定义列：
df2 = df.groupby('Class') \
.apply(lambda x: x[['V1', 'V2', 'V3']].mul(x.wb, 0).sum() / (x.wb).sum()) \
.add_suffix('_M') \
.reset_index()
print (df2)
Class V1_M V2_M V3_M
0 A 9.526316 9.157895 10.684211
1 B 3.900000 7.700000 7.900000
2 C 5.428571 2.857143 3.000000
3 D 5.631579 3.473684 5.526316更常见的是过滤所有列，从V开始，由filter开始。
df2 = df.groupby('Class') \
.apply(lambda x: x.filter(regex='^V').mul(x.wb, 0).sum() / (x.wb).sum()) \
.add_suffix('_M') \
.reset_index()
print (df2)
Class V1_M V2_M V3_M
0 A 9.526316 9.157895 10.684211
1 B 3.900000 7.700000 7.900000
2 C 5.428571 2.857143 3.000000
3 D 5.631579 3.473684 5.526316Stack Overflow用户
发布于 2017-05-13 04:18:20
import pandas as pd
import numpy as np
def wtdavg(frame, var, wb):
d = frame[var]
w = frame[wb]
return (d * w).sum() / w.sum()
df = pd.read_csv('Sample.csv')
temp_df = pd.DataFrame()
for column in df.columns:
if df[column].dtype == np.int64:
temp_S = pd.DataFrame( df[column].groupby(df['Class']).mean())
frames = [temp_df, temp_S]
temp_df = pd.concat(frames, axis = 'columns')
print temp_df页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/43949055
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号