不使用 groupby 计算加权平均值

Question

我正在计算以下数据的加权平均值。我收到 位置索引器超出范围 错误。

dfpa:

PA  pa_pop  pa_mean_ea_kwh
A   30      42431.52608
B   1596    177765.6662
C   193     284501.2339
D   0   
E   84      316868.3264

这是我的代码：

wmea = lambda x: np.ma.average(x, weights=(dfpa.loc[x.index, 'pa_mean_ea_kwh'] * dfpa.loc[x.index, 'pa_pop']))
dfsw = dfpa.agg(
    sw_pop = ('pa_pop', 'sum'),
    sw_mean_ea_kwh = ('pa_mean_ea_kwh', wmea))

过去我曾成功地使用过类似的代码，但我的聚合是与 groupby 耦合的。所以会是

dfsw  = dfpa.groupby('PA').agg(
    sw_pop = ('pa_pop', 'sum'),
    sw_mean_ea_kwh = ('pa_mean_ea_kwh', wmea))

但在这种情况下，我只需要所有数据的单一输出。 np.ma.average lambda 函数是否不正确以实现此目的？为什么它不先求和然后除以和？

添加所需的输出：

sw_pop  sw_mean_ea_kwh
1903    192597.2814

其中 sw_mean_ea_kwh 计算为 SUMPRODUCT(pa_pop,pa_mean_ea_kwh)/SUM(pa_pop)

ps：有一个替代解决方案 here 来计算加权平均值，但它再次使用 groupby

Answer 1

这类似于求和和除以求和方法：

(dfpa['pa_pop']*dfpa['pa_mean_ea_kwh']).sum()/(dfpa['pa_pop'].sum())

Answer 2

这就是我最终做到的。我并不为此感到自豪——它不优雅，我无法按照我最初的想法计算聚合函数中的加权平均值。但它适用于@jlb_gouveia:

提供的解决方案

dfsw = dfpa.agg({'pa_pop':sum}, axis = 0)

#convert list to dataframe because the above creates a list
dfsw = dfsw.to_frame() 

#transpose so that index becomes column headers
dfsw = dfsw.transpose() 

#renames column headers to new names
dfsw.columns = dfsw.columns.str.replace('pa','sw') 

#add weighted means
dfsw['sw_mean_ea_kwh'] = (dfpa['pa_pop']*dfpa['pa_mean_ea_kwh']).sum()/(dfpa['pa_pop'].sum())

这是我的最终输出：

    sw_pop  sw_n    sw_ncmplt...sw_mean_ea_kwh...   sw_mean_ep_kwh  
0   1903.0  140.0   140.0   ....192597.28147843637  206253.99375475512

（我在上面的代码中做了很多求和和加权均值，为了简单起见，我删除了额外列的代码）

如果有人有更优雅的实现方式希望改进。

不使用 groupby 计算加权平均值

Calculate weighted average without using groupby

python

aggregate

weighted-average

pandas