У меня есть набор данных с весами для каждого наблюдения, и я хочу подготовить взвешенные сводки, используя groupby
, но не знаю, как лучше всего это сделать. Я думаю, это подразумевает пользовательскую функцию агрегации. Моя проблема заключается в том, как правильно обращаться с данными не по элементам, а по группам. Возможно, это означает, что лучше делать это поэтапно, а не за один раз.
В псевдокоде я ищу
#first, calculate weighted value
for each row:
weighted jobs = weight * jobs
#then, for each city, sum these weights and divide by the count (sum of weights)
for each city:
sum(weighted jobs)/sum(weight)
Я не уверен, как использовать часть «для каждого города» в настраиваемой агрегатной функции и получить доступ к сводкам на уровне группы.
Макетные данные:
import pandas as pd
import numpy as np
np.random.seed(43)
## prep mock data
N = 100
industry = ['utilities','sales','real estate','finance']
city = ['sf','san mateo','oakland']
weight = np.random.randint(low=5,high=40,size=N)
jobs = np.random.randint(low=1,high=20,size=N)
ind = np.random.choice(industry, N)
cty = np.random.choice(city, N)
df_city =pd.DataFrame({'industry':ind,'city':cty,'weight':weight,'jobs':jobs})