- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个关于教育和收入的 pandas 数据框,基本上如下所示。
import pandas as pd
import numpy as np
data = {
'education': ['Low', 'High', 'High', 'Medium', 'Low', 'Low', 'High', 'Low', 'Medium', 'Medium'],
'income': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'weights': [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
}
df = pd.DataFrame(data, columns=['education', 'income', 'weights'])
print(df)
education income weights
0 Low 1 11
1 High 2 12
2 High 3 13
3 Medium 4 14
4 Low 5 15
5 Low 6 16
6 High 7 17
7 Low 8 18
8 Medium 9 19
9 Medium 10 20
我创建了一个数据透视表来计算每个教育类别的平均收入,如下所示:
pivot_educ_inc = pd.pivot_table(df,
values='income',
index='education',
aggfunc=np.mean)
print(pivot_educ_inc)
income
education
High 4.000000
Low 5.000000
Medium 7.666667
我真正想要的是使用我的权重列来获取每个教育级别的加权收入平均值。但我找不到一种方法来定义可以分配给 aggfunc 的加权均值函数,并且可以做到这一点。
对我来说,简单地创建一个加权数据集并不是很方便(可能吗?),因为权重加起来超过 1 亿。另外,理想情况下,我想使用 aggfunc 参数,因为我的数据集中还有更多列,例如教育,我想计算加权平均值,其中一些列的类别超过 25 个。
我可能完全忽略了这里的一些东西,但我被难住了。
最佳答案
我是pivot_table
的忠实粉丝,所以这里有一个使用它的解决方案:
pivot = df.pivot_table(values='income',
index='education',
aggfunc=lambda rows: np.average(rows, weights=df.loc[rows.index, 'weights']))
生成的数据框如下:
income
education
High 4.333333
Low 5.433333
Medium 8.056604
关于python - pandas 数据透视表 : calculate weighted averages through aggfunc,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65616374/
我希望深入了解 LightFM 实现的以下权重: 样本权重 什么是sample_weights在 fit方法?我读到它们是为了模拟时间衰减,但这究竟是如何工作的?解释这一点的示例或文章将非常有帮助。
如果这是一个愚蠢的问题,我预先道歉。 当调用 nw:weighted-path-to 时,会返回一个链接列表,描述起始海龟和目标海龟之间的最短路径。 类似地,调用 nw:turtles-on-weig
我阅读了以下代码: //talkback.c -- nosy, informative program #include #include //for strlen() prototype #d
我有这个示例 html 文件: Test font bold (weight = 700) Test font bold (weight = 900) 我不知道为什么如果我将
您好,我正在为我自己的数据集训练 VGG16 网络。下面给出了我使用的代码。 from keras.models import Sequential from scipy.misc import im
我刚看完the notes CNN 上的斯坦福 CS231n 和现场链接 demo ;然而,我不确定演示中的“激活”、“激活梯度”、“权重”和“权重梯度”指的是什么。 以下屏幕截图已从演示中复制。 混
我不明白 maxout 是如何工作的,我怀疑这是由于我对线性代数乘法的可视化造成的。基本上,我的印象是 maxout 函数有两组权重,均经过单独训练,然后只选择一组。但我怀疑这可能是错误的,因为我没有
我运行了 Tensorflow 1.0 提供的 ptb_word_lm.py,但它显示了这条消息: ValueError: Attempt to have a second RNNCell use t
我有一个关于 R 中的样本函数的简单问题。我从长度为 5 的输入向量中随机抽样 0 和 1 并将它们相加,该向量指定要运行的试验次数并设置种子以生成可重复的随机数字。种子按预期工作,但根据我在 pro
我有一个以“h5”格式保存的模型。在使用 编译模型后,我正在尝试恢复训练并尝试加载优化器的权重 model.optimizer.set_weights(weights_list) 哪里weights_
我正在尝试为我的大学项目开发电话分类器模型。我已经训练了我的模型,当我尝试通过执行 python app/server.pyserve 来部署模型时遇到了问题。我读了一篇文章( https://f
所以... var testArray=new Array("hello"); testArray.length=100; console.log(testArray.length); 我相信上面的内
在 css 规范中,什么会影响更多的 inline 样式或外部 !important 外部“style.css”: #di{color: green!important;} div 文本颜色是红色还
我正在使用 http://hughsk.github.io/colony/ 的调整后的代码,但我不断收到错误: Uncaught TypeError: Cannot read property 'we
我们有一个系统,它按表中的“优先级”编号处理记录。我们通过表的内容定义优先级,例如 UPDATE table SET priority=3 WHERE processed IS NULL UPDATE
我已经使用 Darkflow 和 yolov2.weights 进行了定制训练。 checkpoint 文件夹中有四个文件。它们是: 1.yolov2-3c-5500.data-00000-of-00
我需要将 weighted.mean 函数包含在另一个函数中,作为我正在处理的项目的一部分。我无法让 w 参数在我正在处理的函数中正常工作。 为了使我的整体功能正常工作,我需要满足使权重参数必须是可选
我想使用 ggplot 绘制加权 CDF。一些旧的非 SO 讨论(例如 2012 年的 this)表明这是不可能的,但我想我会重新加注。 例如,考虑以下数据: df <- data.frame(x=s
这个问题已经有答案了: 已关闭11 年前。 Possible Duplicate: In Java, what is the best way to determine the size of an
我需要将 weighted.mean 函数包含在另一个函数中,作为我正在处理的项目的一部分。我无法让 w 参数在我正在处理的函数中正常工作。 为了使我的整体功能正常工作,我需要满足使权重参数必须是可选
我是一名优秀的程序员,十分优秀!