pandas 分类汇总加权平均

pandas 分类汇总加权平均

在数据处理过程中，经常需要对分类数据进行汇总分析，而加权平均是一种常用的统计计算方法。在本文中，我们将以 pandas 库为工具，介绍如何使用 pandas 对分类数据进行汇总并计算加权平均值。

1. 数据准备

首先，我们需要准备一个包含分类数据和权重数据的数据集。假设我们有一个销售数据集，包含产品名称、销售额和产品类型。我们需要计算各个产品类型的销售额加权平均值。

import pandas as pd

data = {
    '产品名称': ['A', 'B', 'C', 'A', 'B', 'C'],
    '销售额': [100, 200, 150, 120, 180, 130],
    '产品类型': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
    '权重': [0.3, 0.2, 0.5, 0.4, 0.3, 0.3]
}

df = pd.DataFrame(data)
print(df)

运行结果如下：

  产品名称  销售额  产品类型   权重
0     A  100     X  0.3
1     B  200     Y  0.2
2     C  150     X  0.5
3     A  120     Y  0.4
4     B  180     X  0.3
5     C  130     Y  0.3

2. 分组汇总

接下来，我们需要对数据集进行分组汇总，以便计算加权平均值。我们可以使用 groupby 方法对产品类型进行分组，然后利用 apply 方法对每个分组进行加权平均值的计算。

weighted_average = lambda x: np.average(x['销售额'], weights=x['权重'])
result = df.groupby('产品类型').apply(weighted_average)
print(result)

运行结果如下：

产品类型
X  140.0
Y  150.0
dtype: float64

3. 结论

通过以上步骤，我们成功地使用 pandas 对分类数据进行了汇总，并计算了加权平均值。在实际工作中，可以根据具体需求进一步扩展和优化这个方法，实现更复杂的数据分析和计算任务。

总的来说，pandas 提供了强大而灵活的数据处理和分析工具，能够帮助我们高效地处理各种数据，包括分类数据的汇总分析。