Python 如何计算加权平均数

我想根据以下公式计算加权平均预期寿命：

Country  life_expectancy   population 

Germany     70               3000000
France      75               450000
USA         70               350000
India       65               4000000
Pakistan    60               560000
Belgium     68               230000

∑ （带有for循环

∑ (with a for loop


numerator, denominator = 0, 0
for i in df.index:
    numerator += df.loc[i, 'life_expectancy'] * df.loc[i, 'population']
    denominator += df.loc[i, 'population']
weighted_average = numerator / denominator

或者用熊猫做任何事情都更快更容易阅读（这是我推荐的解决方案）

使用
numpy.average（…，weights=…）
：

参考：

将numpy导入为np
res=np.平均值（df[“预期寿命”]，权重=df[“总体”]）

产出：

67.22817229336438
实际上，此处不需要for循环，您可以直接计算

life_exp = (countries_df.life_expectancy*countries_df.population).sum()/countries_df.population.sum()

答案就在这里：这里：我想用for循环实现它，我的公式也是不同的。为什么你想使用
for
循环，而不使用它可以更快地完成？谢谢你的解决方案。我还有一个问题，如果我添加另一个列大陆，那么我如何在大陆上按它分组d计算加权平均值？我试过这样做df.groupby（‘大陆’）.apply（lambda x:（df[‘预期寿命’]*df[‘人口’）.sum（）/df[‘人口’].sum（））但它给所有大陆的值都是相同的。你的lambda函数是错误的，它应该是df.groupby（‘大陆’）.apply（lambda x:（x[‘预期寿命’]*x[‘人口’））.sum（）/x['population'].sum（））@peeps，您应该在看到最佳答案后接受它
life_exp = (countries_df.life_expectancy*countries_df.population).sum()/countries_df.population.sum()