Pandas：权重聚合答案

【问题标题】：Pandas: Aggregation with WeightsPandas：权重聚合
【发布时间】：2015-02-02 03:01:10
【问题描述】：

目前，我正在使用类似于

的方式计算我的时刻

moments = df_sum.groupby(level=[0,1])['myCol'].agg([np.min, np.median, np.mean, np.max, np.std, len])

但是，现在我有一个额外的列weights，其中包含相应的权重。也就是说，如果一列的权重是2，则在计算平均值、标准差等时，观察结果应该计算两次。我想使用weights 列重复我的计算。一种蛮力的方法是使用weights 重复我的观察，但是：

许多统计函数都包含一个附加计算权重的参数，例如np.average：

weights : array_like, optional 与 a中的值。 a 中的每个值对平均值的贡献是其相关的重量。权重数组可以是一维的（其中如果它的长度必须是沿给定轴的 a 的大小）或与a相同的形状。如果 weights=None，则假设 a 中的所有数据为权重等于 1。

鉴于我想包含诸如np.average 之类的函数，我将如何从上面改写我的命令？是否有其他聚合函数的命令，例如median？简单来说，min 和 max 不应该改变，计算 len() 也不应该太难。

【问题讨论】：

【解决方案1】：

你能在 groupby 之前做这个吗？

df_sum['weighted_col'] = df_sum['weights'] * df_sum['my_col']
df.groupby(level=[0, 1].agg([...])[<columns to keep>]

另外，专业提示：使用 groupby 计算的所有内容，这样做会更容易：

df.groupby(level=[0, 1].apply(lambda g: g.describe().T)

【讨论】：