Python 将pandas中groupby语句中的两列相乘

我有一个简化的数据帧，叫做df

import pandas as pd
df = pd.DataFrame({'num': [1,1,2,2],
               'price': [12,11,15,13],
               'y': [7,7,9,9]})

我想按num an分组，然后将price和y相乘，取和除以y的和

我一直在尝试开始做这件事，但遇到了麻烦

df.groupby('letter').agg(['price']*['quantity'])

---

基本上你要计算一个加权平均值

一种方法是：

import numpy as np
# define custom function with 'y'column as weights
weights = lambda x: np.average(x,weights=df.loc[x.index,'y'])
# aggregate using this new function
df.groupby('num').agg({'price': weights})

---

基本上你要计算一个加权平均值

一种方法是：

import numpy as np
# define custom function with 'y'column as weights
weights = lambda x: np.average(x,weights=df.loc[x.index,'y'])
# aggregate using this new function
df.groupby('num').agg({'price': weights})

---

在groupby操作之前，您可以在数据框中添加一个临时列来计算中间结果（

price*y

），然后在groupby操作中使用此列（求和值，然后使用

eval

计算

temp

之和除以

y

）。将结果强制转换回数据帧，并根据需要调用新列

>>> (df
     .assign(temp=df.eval('price * y'))
     .groupby('num')
     .sum()
     .eval('temp / y')
     .to_frame('result')
)
     result
num        
1      11.5
2      14.0

---

在groupby操作之前，您可以在数据框中添加一个临时列来计算中间结果（

price*y

），然后在groupby操作中使用此列（求和值，然后使用

eval

计算

temp

之和除以

y

）。将结果强制转换回数据帧，并根据需要调用新列

>>> (df
     .assign(temp=df.eval('price * y'))
     .groupby('num')
     .sum()
     .eval('temp / y')
     .to_frame('result')
)
     result
num        
1      11.5
2      14.0

---

从

g=df.groupby（'num'）

开始，然后使用

g

。从

g=df.groupby（'num'）

开始，然后使用

g

。