Python 用于计算满足特定条件的加权百分比

我有一个数据框，上面有这样的调查数据，每一行都是不同的受访者

weight    race      Question_1      Question_2      Question_3
   0.9   white               1               5               4
   1.1   asian               5               4               3
  0.95   white               2               1               5
  1.25   black               5               4               3
  0.80   other               4               5               2

每个问题的评分范围为1到5（实际数据中还有几个问题）。对于每一个问题，我试图计算回答为5分的受访者的百分比，按种族分组并按权重列加权

df.groupby('race').apply(lambda x: ((x == 5).sum()) / x.count())

我相信下面的代码可以计算每个问题回答5分的百分比，按种族分组。但我不知道如何通过重量栏来称量它

df.groupby('race').apply(lambda x: ((x == 5).sum()) / x.count())

我对熊猫不熟悉。有人能解释一下怎么做吗？谢谢你的帮助

编辑：上述数据帧的所需输出如下所示。显然，真实的数据有更多的受访者（行）和更多的问题

        Question_1      Question_2      Question_3
white         0.00            0.49            0.51
black         1.00            0.00            0.00
asian         1.00            0.00            0.00
other         0.00            1.00            0.00   

# Define a dummy indicating a '5 response'
df['Q1'] = np.where(df['Question_1']==5 ,1, 0)

# Create a weighted version of the above dummy
df['Q1_w'] = df['Q1'] * df['weight']

# Compute the sum by race
ds = df.groupby(['race'])[['Q1_w', 'weight']].sum()

# Compute the weighted average
ds['avg'] = ds['Q1_w'] / ds['weight']

---

谢谢。

以下是问题1的解决方法。你可以很容易地把它推广到其他问题上

        Question_1      Question_2      Question_3
white         0.00            0.49            0.51
black         1.00            0.00            0.00
asian         1.00            0.00            0.00
other         0.00            1.00            0.00   

# Define a dummy indicating a '5 response'
df['Q1'] = np.where(df['Question_1']==5 ,1, 0)

# Create a weighted version of the above dummy
df['Q1_w'] = df['Q1'] * df['weight']

# Compute the sum by race
ds = df.groupby(['race'])[['Q1_w', 'weight']].sum()

# Compute the weighted average
ds['avg'] = ds['Q1_w'] / ds['weight']

基本上，首先按种族计算权重和加权

5假人的权重之和，然后除以权重之和。
这将为您提供加权平均值。
这里有一个解决方案，通过定义一个自定义函数并将该函数应用于每列。然后，您可以将每个列连接到一个数据帧中：

def wavg(x, col):
    return (x['weight']*(x[col]==5)).sum()/x['weight'].sum()

grouped = df.groupby('race')
pd.concat([grouped.apply(wavg,col) for col in df.columns if col.startswith('Question')],axis=1)\
    .rename(columns = {num:f'Question_{num+1}' for num in range(3)})

输出：

        Question_1  Question_2  Question_3
race            
asian   1.0         0.000000    0.000000
black   1.0         0.000000    0.000000
other   0.0         1.000000    0.000000
white   0.0         0.486486    0.513514

我想我不明白。我把这些百分比加起来是为了说明我所寻找的输出类型。我已经编辑了上面数据帧的期望输出。当然，真正的数据有更多的行和更多的问题。谢谢。您说希望使用“权重”列，但所需的输出没有反映这一点。您想在计算中计算重量吗？是的，对不起，我已编辑以考虑重量。我在计算中一定要用到权重。谢谢，非常感谢，乔。真的很有帮助。非常感谢。