python - 使用多列的 Pandas DataFrame 聚合函数

Question

有没有一种方法可以编写一个在 DataFrame.agg 方法中使用的聚合函数，它可以访问多个正在聚合的数据列？典型的用例是加权平均、加权标准差函数。

我希望能够写出类似的东西

def wAvg(c, w):
    return ((c * w).sum() / w.sum())

df = DataFrame(....) # df has columns c and w, i want weighted average
                     # of c using w as weight.
df.aggregate ({"c": wAvg}) # and somehow tell it to use w column as weights ...

Answer 1

是的；使用 .apply(...) 函数，该函数将在每个子 DataFrame 上调用。例如:

grouped = df.groupby(keys)

def wavg(group):
    d = group['data']
    w = group['weights']
    return (d * w).sum() / w.sum()

grouped.apply(wavg)