Pandas groupby 平均绝对偏差答案

【问题标题】：Pandas groupby mean absolute deviationPandas groupby 平均绝对偏差
【发布时间】：2013-12-21 18:39:29
【问题描述】：

我有一个这样的熊猫数据框：

Product Group    Product ID    Units Sold    Revenue    Rev/Unit
A                451           8             $16        $2
A                987           15            $40        $2.67
A                311           2             $5         $2.50
B                642           6             $18        $3.00
B                251           4             $28        $7.00

我想把它改成这样：

Product Group    Units Sold    Revenue    Rev/Unit   Mean Abs Deviation
A                25            $61        $2.44      $0.24
B                10            $46        $4.60      $2.00

Mean Abs Deviation 列将在第一个表中的 Rev/Unit 列上执行。棘手的是要考虑 Rev/Unit 计算背后的各自权重。

例如，对产品组 A 的 Rev/Unit 进行直接 MAD 将产生 0.26 美元。但是，考虑到重量后，MAD 为 0.24 美元。

我知道使用 groupby 来获得销售单位和收入的简单总和，但我对如何对接下来的 2 列进行更复杂的计算有点迷茫。

在我们提供建议/帮助的同时——有没有更简单的方法可以在 SO 帖子中创建/粘贴表格？？

更新：

这样的解决方案会起作用吗？我知道它会用于求和字段，但不确定如何为后两个字段实现。

 grouped_df=df.groupby("Product Group")
 grouped_df.agg({
   'Units Sold':'sum',
   'Revenue':'sum',
   'Rev/Unit':'Revenue'/'Units Sold',
   'MAD':some_function})

【问题讨论】：

标签： python-2.7 pandas

【解决方案1】：

您需要澄清“权重”是什么，我假设权重是售出的单位数量，但这给出的结果与您的不同：

pv = df.pivot_table( rows='Product Group',
                     values=[ 'Units Sold', 'Revenue' ],
                     aggfunc=sum )
pv[ 'Rev/Unit' ] = pv.Revenue / pv[ 'Units Sold' ]

这给出了：

               Revenue  Units Sold  Rev/Unit
Product Group                               
A                   61          25      2.44
B                   46          10      4.60

至于 WMAD：

def wmad( prod ):
    idx = df[ 'Product Group' ] == prod
    w = df[ 'Units Sold' ][ idx ]
    abs_dev = np.abs ( df[ 'Rev/Unit' ][ idx ] - pv[ 'Rev/Unit' ][ prod ] )
    return sum( abs_dev * w ) / sum( w )

pv[ 'Mean Abs Deviation' ] = [ wmad( idx ) for idx in pv.index ]

正如我提到的，结果不同

               Revenue  Units Sold  Rev/Unit  Mean Abs Deviation
Product Group                                                   
A                   61          25      2.44              0.2836
B                   46          10      4.60              1.9200

【讨论】：

有没有办法在agg方法中插入一个函数？有关详细信息，请参阅编辑后的 OP
您可以使用 lambda 函数，如有必要，可以从中调用完整的函数。

【解决方案2】：

根据您建议的解决方案，您可以使用 lambda 函数对每一行进行操作，例如：

'Rev/Unit': lambda x: calculate_revenue_per_unit(x)

请记住，x 是每一行的元组，因此您需要在 calculate_revenue_per_unit 函数中解压缩它。

【讨论】：