在熊猫交叉表中，如何计算加权平均值？以及如何添加行和列的总计？

Question

我有一个熊猫数据框，其中包含两个分类变量（在我的示例中为城市和颜色），一列带有百分比，一个带有权重。我想做一个城市和颜色的交叉表，显示两者的每种组合的perc加权平均值。

我已经设法通过下面的代码做到这一点，首先创建一个权重为x perc的列，然后创建一个交叉表，其权重之和为（weights x perc），另一个交叉表为权重之和，最后将第一个除以到第二秒。

它有效，但是有没有更快/更优雅的方法？

import pandas as pd
import numpy as np
np.random.seed(123)
df=pd.DataFrame()
myrows=10
df['weight'] = np.random.rand(myrows)*100

np.random.seed(321)
df['perc']=np.random.rand(myrows)
df['weight x perc']=df['weight']*df['perc']
df['colour']=np.where( df['perc']<0.5, 'red','yellow')

np.random.seed(555)
df['city']=np.where( np.random.rand(myrows) <0.5,'NY','LA' )


num=pd.crosstab( df['city'], df['colour'], values=df['weight x perc'], aggfunc='sum', margins=True)
den=pd.crosstab( df['city'], df['colour'], values=df['weight'], aggfunc='sum', margins=True)

out=num/den

print(out)

Answer 1

这里使用带有apply（）的groupby和numpy加权平均方法。

df.groupby(['colour','city']).apply(lambda x: np.average(x.perc, weights=x.weight)).unstack(level=0)

给出

colour       red    yellow
city                      
LA      0.173870  0.865636
NY      0.077912  0.687400

虽然我没有全部保留。

这将产生总数

df.groupby(['colour']).apply(lambda x: np.average(x.perc, weights=x.weight))
df.groupby(['city']).apply(lambda x: np.average(x.perc, weights=x.weight))

仍未包装到单个框架中的许可