Скажімо, у мене є такий кадр даних:
>>> df=pd.DataFrame({"category":["a","a","b","b"],
... "var1":np.random.randint(0,100,4),
... "var2":np.random.randint(0,100,4),
... "weights":np.random.randint(0,10,4)})
>>> df
category var1 var2 weights
0 a 37 36 7
1 a 47 20 1
2 b 33 7 6
3 b 16 6 8
Я можу обчислити середньозважене значення "var1" як таке:
>>> Grouped=df.groupby("category")
>>> GetWeightAvg=lambda g: np.average(g["var1"], weights=g["weights"])
>>> Grouped.apply(GetWeightAvg)
category
a 38.250000
b 23.285714
dtype: float64
Однак мені цікаво, якщо є спосіб, я можунапишіть мою функцію і застосуйте її до мого об'єднаного об'єкта, таким чином я можу вказати при його застосуванні, який стовпчик я хочу обчислити для (або обох). Замість того, щоб "var1" записано в мою функцію, я хотів би бути в змозі вказати при застосуванні функції.
Так само, як я можу отримати незважену середню кількість обох стовпців:
>>> Grouped[["var1","var2"]].mean()
var1 var2
category
a 42.0 28.0
b 24.5 6.5
Я задаюся питанням, чи є паралельний спосіб зробити це з середньозваженими.
Відповіді:
2 для відповіді № 1Можна застосувати та повернути обидва середні показники:
In [11]: g.apply(lambda x: pd.Series(np.average(x[["var1", "var2"]], weights=x["weights"], axis=0), ["var1", "var2"]))
Out[11]:
var1 var2
category
a 38.250000 34.000000
b 23.285714 6.428571
Ви можете написати цю дещо чистішу функцію:
In [21]: def weighted(x, cols, w="weights"):
return pd.Series(np.average(x[cols], weights=x[w], axis=0), cols)
In [22]: g.apply(weighted, ["var1", "var2"])
Out[22]:
var1 var2
category
a 38.250000 34.000000
b 23.285714 6.428571
0 для відповіді № 2
Після рішення Енді, я прагнув використати один з рівнів індексу з мульти-індексу, як мої ваги.
np.random.seed(1)
arrays = [list("AAABBB"), [0.01,0.02,0.03,0.07,0.09,0.11]]
tups = list(zip(*arrays))
x = pd.MultiIndex.from_tuples(tups)
df = pd.DataFrame(index=x,data= np.random.randint(10,100,(6,6)),columns = list("STUVWX"))
df.index.names = ["bin","prob"]
S T U V W X
bin prob
A 0.0100 47 22 82 19 85 15
0.0200 89 74 26 11 86 81
0.0300 16 35 60 30 28 94
B 0.0700 21 38 39 24 60 78
0.0900 97 97 96 23 19 17
0.1100 73 71 32 67 11 10
Функція адаптації для використання одного з рівнів індексів як ваг.
def weighted(x, w="weights"):
return pd.Series(np.average(x, weights=x.index.get_level_values(w), axis=0),index= x.columns)
і покликання
df.groupby(level=["bin"]).apply(weighted, "prob")
який дає:
S T U V W X
bin
A 45.5000 45.8333 52.3333 21.8333 56.8333 76.5000
B 67.5185 71.1111 55.1481 41.1852 26.3704 29.9630