Question

我正试图从零头上获得加权平均数,但两者都不适用,而且似乎行不通。我的法典将出现以下错误。浮标

我有以下简称:

df = pd.DataFrame([[ RETIRO , 65, 1, 10.7],

                   [ SAN NICOLAS ,116, 1, 23.2],

                   [ RETIRO , 101, 2, 28.7],

                   [ FLORES , 136 , 2, 23.5]],

                  columns=[ BARRIO ,  HOGARES ,  COMUNA ,  NSE ])

我界定了这一职能

def avg_w(dt):
    return np.average(a = dt.NSE, weights = dt.HOGARES)

and now apply it to my df,

df.loc[:,[ COMUNA , NSE , HOGARES ]].groupby([ COMUNA ]).apply(avg_w(df))

and it returns numpy.float64 object is not callable

我还尝试了类似以下建议的内容:here和here。

我改变了职能,

def avg_w2(dt):
    return pd.Series({ avg_w2 : np.average(a = dt.NSE, weights = dt.HOGARES)})

适用

df.loc[:,[ COMUNA , NSE , HOGARES ]].groupby([ COMUNA ]).apply({ avgw : [avg_w2(dt)]})

但它也没有工作。代码回归类型:无可用类型:行文

该职能单独运作,但在我通过该职能时没有发挥作用(或总合,我与这两个机构一起尝试)。

我期待每个科考会获得国家空间局的平均加权。

Answer 1

您在提出申请时,就要求你履行职务。

df.loc[:,[ COMUNA , NSE , HOGARES ]].groupby([ COMUNA ]).apply(avg_w)

这也许不能解决你们的所有问题,而是应该首先解决。

Answer 2

你们想要的是:

df = df.iloc[:, 1:].groupby(by="COMUNA").apply(
        lambda grp : np.average(a=grp[ NSE ], weights=grp["HOGARES"])
    )

得出以下数据框架:

COMUNA
1    18.711050
2    25.716034

<>strong>note, 您可使用代替“lambda”的表述功能,以适用于每一组,但需通过功能名称本身,即df.apply(avg_w2) NOTdf.apply(avg_w2(df)。

友情链接