加权平均值作为 Pandas 中的一列

问题描述

我正在尝试添加一个具有 4 列权重的 4 列加权平均值的列

df = pd.DataFrame.from_dict(dict([('A',[2000,1000,2509,2145]),('A_Weight',[37,47,33,16]),('B',[2100,1500,2000,1600]),('B_weights',[17,21,6,2]),('C',[2500,1400,2300]),('C_weights',[5,35,40]),('D',[0,1600,2100,2000]),('D_weights',32,10,5])]))

我希望加权平均值位于名为“WA”的新列中，但每次尝试时它都会显示 NaN

Desired Dataframe 将是一个具有以下值的新列，例如：

我使用的公式 (((A * A_weight)+(B * b_weight)+(C * C_weight)+(D * D_weight)) / sum(all weights)

df['WA'] = [2071.19,1323.70,2363.20,2214.60 ]

谢谢

解决方法

一种直接而简单的方法如下：

（由于您的权重列名称的命名不一致，例如一些带有“s”而一些没有，一些带有大写字母“W”而一些带有小写字母“w”，因此对列进行分组是不方便的，例如.filter())

df['WA'] = ( (df['A'] * df['A_Weight']) + (df['B'] * df['B_weights']) + (df['C'] * df['C_weights']) + (df['D'] * df['D_weights']) ) / (df['A_Weight'] + df['B_weights'] + df['C_weights'] + df['D_weights'])

结果：

print(df)


      A  A_Weight     B  B_weights     C  C_weights     D  D_weights           WA
0  2000        37  2100         17  2500          5     0          0  2071.186441
1  1000        47  1500         21  1400         35  1600         32  1323.703704
2  2509        33  2000          6     0          0  2100         10  2363.204082
3  2145        16  1600          2  2300         40  2000          5  2214.603175

,

不那么直接的方式：

1. 通过str.split按前缀对列进行分组
2. 通过 groupby prod 获取列式乘积
3. 在轴 1 上使用 sum 获取乘积的行式总和。
4. filter + sum 在轴 1 上得到“权重”列的总和
5. 将组乘积总和除以权重总和。

df['WA'] = (
        df.groupby(df.columns.str.split('_').str[0],axis=1).prod().sum(axis=1)
        / df.filter(regex='_[wW]eight(s)?$').sum(axis=1)
)

      A  A_Weight     B  B_weights     C  C_weights     D  D_weights           WA
0  2000        37  2100         17  2500          5     0          0  2071.186441
1  1000        47  1500         21  1400         35  1600         32  1323.703704
2  2509        33  2000          6     0          0  2100         10  2363.204082
3  2145        16  1600          2  2300         40  2000          5  2214.603175