pandas算加权平均值_python - python-pandas数据框中的加权平均值，给出了权重 - 堆栈内存溢出...

您应该乘以列中的值 ，而不是列名本身，例如：

df['weighted_mean']= 0.3*df['size'] + 0.5*df['price'] + 0.2*df['distance']

由于权重之和为1.0，因此这里不需要除法。

对于给定的数据，这将导致：

>>> 0.3*df['size'] + 0.5*df['price'] + 0.2*df['distance']

0 19.0

1 23.0

2 39.0

3 14.5

dtype: float64

我们可以用字典来概括以上内容，例如：

def weighted_sum(df, weights):

return df[list(weights)].mul(weights).sum(axis=1) / sum(weights.values())

例如：

>>> weighted_sum(df, {'size': 0.3, 'price': 0.5, 'distance': 0.2})

0 19.0

1 23.0

2 39.0

3 14.5

dtype: float64

如果所有权重都乘以2，则没有区别：

>>> weighted_sum(df, {'size': 0.6, 'price': 1.0, 'distance': 0.4})

0 19.0

1 23.0

2 39.0

3 14.5

dtype: float64

但是，如果我们增加一个值，则会看到结果不同：

>>> weighted_sum(df, {'size': 0.3, 'price': 1.0, 'distance': 0.2})

0 19.333333

1 25.333333

2 39.333333

3 14.666667

dtype: float64

性能 ：如果我们以给定的weighted_sum重在给定的数据集上运行weighted_sum 1'000次，我们将获得以下基准：

>>> timeit(partial(weighted_sum, df, {'size': 0.3, 'price': 1.0, 'distance': 0.2}), number=1000)

1.3530528700212017

因此，在2.70GHz的Intel®Core ™i7-7500U CPU上，此调用的运行时间仅为1.353ms 。