Pandas groupby 使用自定义函数和pandas中的几个列进行聚合

假设我有以下数据框：

group  num  value
a      3    20
a      5    5
b      5    10
b      10   5
b      2    25

现在，我想计算列

num

和

value

的加权平均值，按列

group

分组。使用R中的包，这很简单：

> library(tidyverse)
> df <- tribble(
    ~group , ~num , ~value,
    "a"    , 3    , 20,
    "a"    , 5    , 5,
    "b"    , 5    , 10,
    "b"    , 10   , 5,
    "b"    , 2    , 25
)
> df %>%
    group_by(group) %>%
    summarise(new_value = sum(num * value) / sum(num))

# A tibble: 2 x 2
  group new_value
  <chr>    <dbl>
1 a        10.6
2 b         8.82

请注意，我们明确需要首先对感兴趣的列进行子集（

[[“num”，“tmp_value”]]

），计算总和（

sum（）

），然后使用

transform（）

计算平均值/除法。在R中，我们只在一个简单的步骤中编写，更加紧凑和可读，IMHO

---

现在，我怎样才能用熊猫来实现这种优雅呢？换句话说，它是否能像我们在R中所做的那样更干净、更优雅、更易于阅读？

@an_drade-有一个非常类似的stackoverflow问题提供了解决方案：

您的问题的解决方案基于上面的帖子，创建了一个python函数：

df=pd.DataFrame([['a',3,20],['a',5,5],['b',5,10],['b',10,5],['b',2,25]],columns=['group','num','value'])
                   
    def wavg(group):
       d = group['num']
       w = group['value']
       return (d*w).sum() / d.sum()
            
   
final=df.groupby("group").apply(wavg)
      
        group
        a    10.625000
        b     8.823529
        dtype: float64

这是您想要的“R方式”：

来自数据导入f的

>>
>>>从datar.tibble导入tribble
>>>从datar.dplyr导入组_by，总结
>>>从datar.base导入和
>>>#或者如果你懒惰：
>>>#从datar.all导入*
>>> 
>>>df=tribble(
…f.group，f.num，f.value，
…“a”、3、20、，
…“a”，5，5，
…b、5、10、，
…b、10、5、，
…“b”，2，25
... )
>>>df>>\
...     分组依据（f组）>>\
...     总结（新值=总和（f.num*f.value）/总和（f.num））
组新值
0 a 10.625000
1 b 8.823529

---

我是这个包裹的作者。如果您对使用它有任何疑问，请随时提交问题。

感谢@Newbie123指出的问题。它看起来很简单，很优雅，但还不是很时髦。嗯，对我有用。