如何用更简洁方式（如lambda函数）聚合生成带计算列的新DataFrame

需求说明 #

从原DataFrame生成新DataFrame，要求：

• 移除ctry列
• 按rgn和year字段分组
• 计算value列，公式为：每组内∑(val1×val2) ÷ ∑val2

已通过分步代码实现，现寻求更简洁的写法（比如结合lambda函数）。

示例数据 #

import pandas as pd
df = pd.DataFrame(
    [
        ['A','X',2000,5,3],['A','X',2001,6,2],
        ['B','X',2000,6,3],['B','X',2001,7,2],
        ['C','Y',2000,10,4],['C','Y',2001,12,4],
        ['D','Y',2000,11,2],['D','Y',2001,15,1]
    ],
    columns=['ctry','rgn','year','val1','val2']
)

期望结果 #

rgn  year      value
0    X  2000   5.500000
1    X  2001   6.500000
2    Y  2000  10.333333
3    Y  2001  12.600000

现有分步实现代码 #

df['calc'] = df['val1'] * df['val2']
new_df = df.groupby(['rgn', 'year']).sum()
new_df['value'] = new_df['calc']/new_df['val2']
new_df = new_df.reset_index().rename_axis(None, axis=1)
new_df = new_df.drop(columns=['ctry', 'val1', 'val2', 'calc'])

简洁实现方式 #

以下几种写法无需创建中间列，直接完成计算：

方法1：groupby.apply结合lambda

new_df = df.groupby(['rgn', 'year'], as_index=False).apply(
    lambda g: pd.Series({'value': (g['val1'] * g['val2']).sum() / g['val2'].sum()})
)

方法2：agg计算分子分母后合并

new_df = df.groupby(['rgn', 'year'], as_index=False).agg(
    numerator=('val1', lambda x: (x * df.loc[x.index, 'val2']).sum()),
    denominator=('val2', 'sum')
).assign(value=lambda x: x['numerator'] / x['denominator']).drop(columns=['numerator', 'denominator'])

方法3：利用numpy.average直接计算加权平均

import numpy as np
new_df = df.groupby(['rgn', 'year'], as_index=False).agg(
    value=('val1', lambda x: np.average(x, weights=df.loc[x.index, 'val2']))
)

内容的提问来源于stack exchange，提问作者M S