如何解决df 多列的加权平均聚合
我正在尝试计算数据框中多列的加权平均值。 这是我的数据样本
组 | 年 | 月 | 重量(公斤) | 氮气 | 钙 |
---|---|---|---|---|---|
A | 2020 | 01 | 10000 | 10 | 70 |
A | 2020 | 01 | 15000 | 4 | 78 |
A | 2021 | 05 | 12000 | 5 | 66 |
A | 2021 | 05 | 10000 | 8 | 54 |
B | 2021 | 08 | 14000 | 10 | 90 |
C | 2021 | 08 | 50000 | 20 | 92 |
C | 2021 | 08 | 40000 | 10 | 95 |
我尝试过的: 我可以使用此函数获得单列的正确加权平均值: (类似于:link)
def wavg(df,value,weight):
d = df[value]
w = df[weight]
try:
return (d * w).sum() / w.sum()
except ZeroDivisionError:
return d.mean()
我可以将此函数应用于我的 df 的单列:
df2 = df.groupby(["Group","year","month"]).apply(wavg,"Calcium","Weight(kg").to_frame()
(不要介意不同的值,它们对于我笔记本中的数据是正确的)
明显的问题是这个函数只适用于单列,而我有很多列。因此我尝试了一个 for 循环:
column_list=[]
for column in df.columns:
column_list.append(df.groupby(["Group",column,"Weight(kg").to_frame())
它正确计算值,但列被放置在彼此的顶部而不是彼此相邻。他们还缺少一个有用的列名:
如何调整我的代码以返回所需的 df?
解决方法
通过 concat()
和 reset_index()
尝试:
df=pd.concat(column_list,axis=1).reset_index()
或
您可以在此处进行更改:
column_list=[]
for column in df.columns:
column_list.append(df.groupby(["Group","year","month"]).apply(wavg,column,"Weight(kg").reset_index())
#Finally:
df=pd.concat(column_list,axis=1)
,
用于多列工作和避免删除用于分组的列的更改函数正在转换为 MultiIndex
:
def wavg(x,value,weight):
d = x[value]
w = x[weight]
try:
return (d.mul(w,axis=0)).div(w.sum())
except ZeroDivisionError:
return d.mean()
#columns used for groupby
groups = ["Group","Year","Month"]
#processing all another columns
cols = df.columns.difference(groups + ["Weight(kg)"],sort=False)
#create index and processing all columns by variable cols
df1 = (df.set_index(groups)
.groupby(level=groups)
.apply(wavg,cols,"Weight(kg)")
.reset_index())
print (df2)
Group Year Month Calcium Nitrogen
0 A 2020 1 28.000000 4.000000
1 A 2020 1 46.800000 2.400000
2 A 2021 5 36.000000 2.727273
3 A 2021 5 24.545455 3.636364
4 B 2021 8 90.000000 10.000000
5 C 2021 8 51.111111 11.111111
6 C 2021 8 42.222222 4.444444
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。