在 groupby 或任何带参数的聚合函数中使用 np.average答案

【问题标题】：Using np.average in groupby or any aggregate function with parameters在 groupby 或任何带参数的聚合函数中使用 np.average
【发布时间】：2015-07-28 05:10:00
【问题描述】：

我现在遇到了在 pandas 中计算组加权平均值的问题。

假设数据框有 3 列“Group”、“A”和“W”。如果我想找到 A 的组均值，我会这样做

df.groupby(['Group'])['A'].mean()

或者如果我需要整体加权平均，我可以这样做

np.average(df.A,weight=df.W)

但是我可以计算每个组的加权平均值吗？

谢谢！

【问题讨论】：

标签： python numpy pandas

【解决方案1】：

您可以将 groupby/apply 与自定义 (lambda) 函数一起使用：

import numpy as np
import pandas as pd

np.random.seed(2015)
N = 10000
df = pd.DataFrame(np.random.randint(10, size=(N,3)), columns=['Group', 'A', 'W'])
result =  df.groupby(['Group']).apply(lambda x: np.average(x['A'], weights=x['W']))
print(result)

产量

Group
0    4.422978
1    4.557099
2    4.517336
3    4.535559
4    4.526898
5    4.697104
6    4.580512
7    4.598492
8    4.388965
9    4.424191
dtype: float64

【讨论】：

非常感谢！如果我想使用 pandas 的重采样功能（本质上是 groupby 切片），我也可以这样做吗？
这取决于。调用 df.resample 需要 df 有 DatetimeIndex、PeriodIndex 或 TimedeltaIndex。
有没有办法使用.agg() 来做到这一点，所以它也适用于多列？