Chinaunix

标题: 以3列分组, 剩的2列聚合, 1列求和,1列求加权平均数 [打印本页]

作者: ycyutingyong 时间: 2021-08-14 07:39
标题: 以3列分组, 剩的2列聚合, 1列求和,1列求加权平均数
求助: 把源表以k1, k2, k3这3列为分组, 3列的组合完全相同为1组, 分组之后, 后面2列聚合运算, 数量列求和, 均价的列求加权平均价, (加权平均价= (均价*数量).sum / 数量.sum ),然后得到1个新的结果的表, 我看到书上说分组后可以用字典对不同的列作不同的函数处理, 例子都是系统或库自带有的函数可以实现, 但没有举例其中某列用了自定义函数的情况, 我均价用自定义函数求加权平均价, 就没成功, 我就用代码比较多的方式, 如下的代码绕来绕去, 确实也得到了我想要的结果, 但是感觉复杂了, 请问下老师用简单点少的代码如何实现想得到的表的结果.

源表
k1	k2	k3	数量	均价
A	B	D	2	15
A	B	D	1	10
A	B	C	1	5
A	B	C	3	10
B	B	C	5	3

结果
k1	k2	k3	数量	均价
A	B	C	4	8.75
A	B	D	3	13.33
B	B	C	5	3

import pandas as pd
import numpy as np
df=pd.DataFrame({'k1':['A','A','A','A','B',],
            'k2':['B','B','B','B','B'],
            'k3':['D','D','C','C','C'],
            '数量':[2,1,1,3,5],
            '均价':[15,10,5,10,3]})
def jj(g):  #加权平均
g['均价']=(g['均价']* g['数量']).sum() / g['数量'].sum()
return g
df1=df.groupby(['k1','k2','k3']).apply(jj)
df1=df1.groupby(['k1','k2','k3','均价'],as_index=False).agg({'数量':np.sum})
print(df,'\n'*2,df1)

#上面的代码确实得到了想要的结果, 但是复杂了, 想简单一点能实现的方法
#尝试了用下面的两种语句实现上面代码得到的结果,但是报错,请问大师,实现上面代码的结果的语句,简单点的可以用啥代码实现
#df1=df.groupby(by=['k1','k2','k3']).agg({'数量':np.sum,'均价':lambda g:np.average(g['均价'],weights=g['数量'])})
#df1=df.groupby(by=['k1','k2','k3']).agg({'数量':np.sum,'均价':jj })

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)