Python 计算具有唯一条件的熊猫的加权平均数

我试图计算以下数据框中每个区域的prices列的加权平均值，而不考虑小时数。我想把与A匹配的数量求和，将每一行的数量除以该数量，得到权重，然后乘以价格

大约有200个区域，我很难写一些东西来检测区域是否匹配，而不必写df['ZONE']='a'等。请帮助我迷失的自我=

HOUR:   1,2,3,1,2,3,1,2,3

ZONE:   A,A,A,B,B,B,C,C,C

PRICE:  12,15,16,17,12,11,12,13,15

QUANTITY: 5,6,1 5,7,9 6,3,2

我不确定是否可以一般地编写一些东西，但我想如果我编写了一个函数，其中x是我的区域，创建一个包含可能区域的列表，然后创建一个for循环会怎么样。下面是我编写的函数，它实际上不起作用-试图找出其他方法使它起作用

def wavgp(x):
    df.loc[df['ZONE'].isin([str(x)])] = x

---

以下是使用操作的可能解决方案：

weighted_price = df.groupby('ZONE').apply(lambda x: (x['PRICE'] * x['QUANTITY']).sum()/x['QUANTITY'].sum())

解释 首先，我们按区域分组，对于同一区域的每个区块，我们将价格乘以数量，并将这些值相加。我们将这个结果除以数量之和，得到您想要的结果

ZONE
A    13.833333
B    12.761905
C    12.818182
dtype: float64