Python 计算Pyspark中的平均用户存在

我有一个数据框，它有两列，

days

，表示用户被看到的天数和

users

，计算了这几天看到的用户数

+----+---------------+
|days|number_of_users|
+----+---------------+
|   2|           3922|
|   3|           1750|
|   4|            883|
|   5|            563|
|   6|            319|
|   7|            157|
|   8|             79|
|   9|             31|
|  10|              9|
|  11|              2|
+----+---------------+

在2天内看到的用户（这里是3922）在3、4等时间内看不到。因此每个bucket包含一组唯一的用户。 如何从该数据帧计算平均用户存在

我在想一个类似于拿一个

sum_I[users（I）*days（I）]/30

，其中30是一个月的总天数。然而，我不知道我如何才能做到这一点，或者它是否是正确的公式

---

编辑：AVERAGE USER PRESENCE（平均用户存在）是指用户被看到的平均天数，例如，从上表中，大约3.5天。

平均用户存在天数将是加权平均值

sum_i[用户（i）*天（i）]/sum_i[用户（i）]

-

交叉核对：

(2*3922+3*1750+4*883+5*563+6*319+7*157+8*79+9*31+10*9+11*2)/(3922+1750+883+563+319+157+79+31+9+2)
= 23477/7715
= 3.0403

---

平均用户出现天数为加权平均值

sum_i[用户（i）*天（i）]/sum_i[用户（i）]

-

交叉核对：

(2*3922+3*1750+4*883+5*563+6*319+7*157+8*79+9*31+10*9+11*2)/(3922+1750+883+563+319+157+79+31+9+2)
= 23477/7715
= 3.0403

---

谢谢你，你知道我如何使用数据框的列直接将其应用于数据框吗？应该是sum_I[用户（I）*天（I）]/sum_I[用户（I）]，因为你在使用加权平均数。谢谢你，你知道我如何使用数据框的列直接将其应用于数据框吗？应该是sum_I[用户（I）*天（I）]/sum_I[用户（I）]，因为你在取加权平均值。