Jak obliczyć średnią ważoną w pandach

Do obliczenia średniej ważonej w Pandach możesz użyć następującej funkcji:

 def w_avg(df, values, weights):
    d = df[values]
    w = df[weights]
    return (d*w). sum () / w. sum ()

Poniższe przykłady pokazują, jak używać tej składni w praktyce.

Przykład 1: Średnia ważona wśród pand

Poniższy kod ilustruje sposób wykorzystania funkcji średniej ważonej do obliczenia średniej ważonej dla danego zbioru danych, stosując „cenę” jako wartość i „kwotę” jako wagę:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' sales_rep ': ['A', 'A', 'A', 'B', 'B', 'B'],
                   ' price ': [8, 5, 6, 7, 12, 14],
                   ' amount ': [1, 3, 2, 2, 5, 4]})

#view DataFrame
df

	sales_rep price amount
0 to 8 1
1 to 5 3
2 to 6 2
3 B 7 2
4 B 12 5
5 B 14 4

#find weighted average of price
w_avg(df, ' price ', ' amount ')

9.705882352941176

Średnia ważona „ceny” okazuje się wynosić 9706 .

Przykład 2: Grupowanie i średnia ważona w Pandas

Poniższy kod pokazuje, jak używać funkcji średniej ważonej do obliczenia średniej ważonej cen pogrupowanych według sprzedawców:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' sales_rep ': ['A', 'A', 'A', 'B', 'B', 'B'],
                   ' price ': [8, 5, 6, 7, 12, 14],
                   ' amount ': [1, 3, 2, 2, 5, 4]})

#find weighted average of price, grouped by sales rep
df. groupby (' sales_rep '). apply (w_avg, ' price ', ' amount ')

sales_rep
A 5.833333
B 11.818182
dtype:float64

Możemy zobaczyć co następuje:

• Średnia ważona „ceny” dla sprzedawcy A wynosi 5833 .
• Średnia ważona „Cena Przedstawiciela Handlowego B” wynosi 11 818 .

Dodatkowe zasoby

Jak porównać dwie kolumny w Pandach
Jak obliczyć sumę kolumn w Pandach
Jak obliczyć średnią kolumn w Pandach