pandas 的加权平均数据帧

Weighted mean dataframe with pandas

我遇到过许多其他加权平均 pandas 问题,但其中 none 似乎符合我的要求。我有以下 df:

      Primary_Key     Team     Quantity   Value 1    Value 2
0         A           Blue      10          20          10
1         B           Red       5           19          30
2         C          Green      8           13          29
3         D           Blue      12          24          18
4         E           Red       15          25          19
5         F          Green      12          18          23

我正在尝试计算每个团队的每个值的加权平均值,因此我会得到以下结果 result_df:

        Team     Quantity   Value 1    Value 2
0       Blue      10        20*10/22    10*10/22
1        Red       5        19*5/20     30*5/20
2       Green      8        13*8/20     29*8/20
3        Blue      12       24*12/22    18*12/22
4        Red       15       25*15/20    19*15/20
5       Green      12       18*12/20    23*12/20

“值”列下的每个条目都进行了以下计算:

weighted_mean = 价值*(quantity/team的总数量)

我想我必须以某种方式使用 .apply(lambda x:...) 函数,但我不知道如何轻松获得团队总数量的值。我也遇到了 numpy.average 函数,但我认为它在这里没有用。

如有任何帮助,我们将不胜感激!

分解为步骤:

import pandas as pd
import numpy as np

df = pd.DataFrame(data={
    'Primary_Key': list('ABCDEF'),
    'Team': ['Blue', 'Red', 'Green', 'Blue', 'Red', 'Green'],
    'Quantity': [10,5,8,12,15,12],
    'v1': [20,19,13, 24,25,18],
    'v2': [10,30,29,18,19,23]})

df['GroupQuantity'] = df.groupby('Team')['Quantity'].transform(np.sum)

df['v1'] = df['Quantity'] * df['v1'] / df['GroupQuantity']
df['v2'] = df['Quantity'] * df['v2'] / df['GroupQuantity']

df
Primary_Key   Team  Quantity         v1         v2
0           A   Blue        10   9.090909   4.545455
1           B    Red         5   4.750000   7.500000
2           C  Green         8   5.200000  11.600000
3           D   Blue        12  13.090909   9.818182
4           E    Red        15  18.750000  14.250000
5           F  Green        12  10.800000  13.800000

现在,如果您正在寻找单衬垫,您可以这样做:

df[['v1', 'v2']] = df[['v1', 'v2']] * df['Quantity'].to_numpy()[:,None] /  df.groupby('Team')['Quantity'].transform(np.sum).to_numpy()[:,None]

df
Primary_Key   Team  Quantity         v1         v2
0           A   Blue        10   9.090909   4.545455
1           B    Red         5   4.750000   7.500000
2           C  Green         8   5.200000  11.600000
3           D   Blue        12  13.090909   9.818182
4           E    Red        15  18.750000  14.250000
5           F  Green        12  10.800000  13.800000