有办法从两个不同的数据中计算加权平均值吗？

Question

我有两个数据-一个在每个组下的值。第二种数据对每一组都有权重，以获得加权平均值。

df1 =

product     group1  group2  group3  group4  group5
xyz         223056  907858  4803    586623  835423 
abc         557042  382306  915624  786236  413817 
pqr         951348  723503  587397  141975  567826

df2 =

group    weight
group1   0.5
group2   7.5
group3   10
group4   1.5
group5   50

我想得到每个产品的所有组的加权平均值，并将其附加到df1中。例如：

product     group1  group2  group3  group4  group5 weighted-average
xyz         223056  907858  4803    586623  835423   40
abc         557042  382306  915624  786236  413817   25
pqr         951348  723503  587397  141975  567826   30

有什么简单的方法吗？我在excel上成功地做到了这一点，但我想在熊猫身上尝试，因为我还在学习它。

Answer 1

对于相同的顺序列和索引，使用np.average和DataFrame.reindex：

s = df2.set_index('group')['weight']
df1['wa'] = np.average(df1.reindex(columns=s.index), weights=s, axis=1)

print (df1)
  product  group1  group2  group3  group4  group5             wa
0     xyz  223056  907858    4803  586623  835423  713950.755396
1     abc  557042  382306  915624  786236  413817  491687.194245
2     pqr  951348  723503  587397  141975  567826  581009.769784

如果总是使用相同的顺序，可以使用：

df1 = df1.set_index('product')
df1['wa'] = np.average(df1, weights=df2['weight'], axis=1)

print (df1)
         group1  group2  group3  group4  group5             wa
product                                                       
xyz      223056  907858    4803  586623  835423  713950.755396
abc      557042  382306  915624  786236  413817  491687.194245
pqr      951348  723503  587397  141975  567826  581009.769784

Answer 2

您可以将multiply按权重，sum和divide按权重之和计算：

df1['wa'] = (df1.mul(df2.set_index('group')['weight'])
                .sum(axis=1).div(df2['weight'].sum())
             )

产出：

  product  group1  group2  group3  group4  group5             wa
0     xyz  223056  907858    4803  586623  835423  713950.755396
1     abc  557042  382306  915624  786236  413817  491687.194245
2     pqr  951348  723503  587397  141975  567826  581009.769784