我对Pandas还不熟悉,我想将下面的简单R代码转换成Pandas来计算一列的平均值和加权平均值(实际上,还有更多的列需要聚合)。解决方案必须是可链接的,因为计算前后都有多个步骤。我已经研究了使用apply函数(Calculate weighted average using a pandas/dataframe)的解决方案,但是看起来要么必须在apply函数内部执行完全聚合步骤(对所有可能不相关的列),我发现这很难看,要么分别计算平均值和加权平均值,然后再执行表联接。在大熊猫身上,最先进的方法是什么?你知道吗
df = data.frame(batch=c("A", "A", "B", "B", "C","C"), value=1:6, weight=1:6)
df %>%
group_by(batch) %>%
summarise(avg = mean(value), avg_weighted = sum(value*weight)/sum(weight))
# A tibble: 3 x 3
batch avg avg_weighted
<chr> <dbl> <dbl>
1 A 1.5 1.67
2 B 3.5 3.57
3 C 5.5 5.55
我的熊猫尝试:
df2 = pd.DataFrame({'batch': ["A", "A", "B", "B", "C", "C"], 'value':[1,2,3,4,5,6], 'weight':[1,2,3,4,5,6]})
def agg_step(grp):
return pd.DataFrame({'avg':[grp['value'].mean()],
'avg_weighted':np.average(grp['value'], weights=grp['weight'])})
(df2.
groupby('batch')
.apply(agg_step)
.reset_index()
.drop(columns='level_1')
)
Out[93]:
batch avg avg_weighted
0 A 1.5 1.666667
1 B 3.5 3.571429
2 C 5.5 5.545455
这应该起作用:
基于https://stackoverflow.com/a/31521177/1011724
相关问题 更多 >
编程相关推荐