如何在Pandas中计算加权平均数

加权平均数是一种考虑数据集合中整数的相对值的计算。在计算加权平均数时，数据集中的每个值在完成最终计算之前都要按预定的权重进行缩放。

语法:

def weighted_average(dataframe, value, weight):
    val = dataframe[value]
    wt = dataframe[weight]
    return (val * wt).sum() / wt.sum()

它将返回该项目在价值上的加权平均值。在分子中，我们将每个值与相应的权重相乘，并将它们全部相加。在分母中，所有的权重都被加上。

步骤

我们采取一个数据框架，或者自己制作一个数据框架。
定义一个函数，通过上述公式计算出加权平均数。
我们需要在数据框中至少有三个项目，即索引（可以是项目名称、日期或任何此类变量）、值和权重。
我们将进行一个传递所有这三个值的函数调用。

示例 :

让我们看一个例子，计算按项目名称分组的价值的加权平均数。

假设有三家商店，每家商店有三种商品，即巧克力、冰淇淋和饼干。我们有每件商品的重量和每件商品在所有三家商店的价格。现在我们需要找出每种商品的加权平均数。

import pandas as pd
 
 
def weighted_average(dataframe, value, weight):
    val = dataframe[value]
    wt = dataframe[weight]
    return (val * wt).sum() / wt.sum()
 
 
# creating a dataframe to represent different
# items and their corresponding weight and value
dataframe = pd.DataFrame({'item_name': ['Chocolate', 'Chocolate',
                                        'Chocolate', 'Biscuit',
                                        'Biscuit', 'Biscuit',
                                        'IceCream', 'IceCream',
                                        'IceCream'],
                          'value': [90, 50, 86, 87, 42, 48,
                                    68, 92, 102],
                          'weight': [4, 2, 3, 5, 6, 5, 3, 7,
                                     5]})
 
# Weighted average of value  grouped by item name
dataframe.groupby('item_name').apply(weighted_average,
                                     'value', 'weight')

输出 :

如何在Pandas中计算加权平均数？

使用 groupby()

在这里，我们将使用groupby()函数对项目进行分组，并通过使用sum函数对这些项目进行分组来计算权重。因此，通过使用这种方法，我们只是将相似的项目组成一个组来获得总和。

语法 :

def weighted_average_of_group(values, weights, item):
    return (values * weights).groupby(item).sum() / weights.groupby(item).sum()

示例 :

import pandas as pd
 
 
def weighted_average_of_group(values, weights, item):
    return (values * weights).groupby(item).sum() / weights.groupby(item).sum()
 
 
# creating a dataframe to represent different items
# and their corresponding weight and value
dataframe = pd.DataFrame({'item_name': ['Chocolate', 'Chocolate', 'Chocolate',
                                        'Biscuit', 'Biscuit', 'Biscuit',
                                        'IceCream', 'IceCream', 'IceCream'],
                          'value': [90, 50, 86, 87, 42, 48, 68, 92, 102],
                          'weight': [4, 2, 3, 5, 6, 5, 3, 7, 5]})
 
# Finding grouped average of group
weighted_average_of_group(values=dataframe.value,
                          weights=dataframe.weight, item=dataframe.item_name)

输出 :

如何在Pandas中计算加权平均数？

为了计算整个数据框架的加权平均数（不是每组的，而是整体的），我们将使用下面的语法。

语法

def weighted_average_of_whole_dataframe(dataframe, value, weight):
    val = dataframe[value]
    wt = dataframe[weight]
    return (val * wt).sum() / wt.sum()

示例 :

import pandas as pd
 
 
def weighted_average(dataframe, value, weight):
    val = dataframe[value]
    wt = dataframe[weight]
    return (val * wt).sum() / wt.sum()
 
 
# creating a dataframe to represent different items
# and their corresponding weight and value
dataframe = pd.DataFrame({'item_name': ['Chocolate', 'Chocolate', 'Chocolate',
                                        'Biscuit', 'Biscuit', 'Biscuit',
                                        'IceCream', 'IceCream', 'IceCream'],
                          'value': [90, 50, 86, 87, 42, 48, 68, 92, 102],
                          'weight': [4, 2, 3, 5, 6, 5, 3, 7, 5]})
 
# Weighted average of whole dataframe as a whole
weighted_average(dataframe, 'value', 'weight')