如何使用多个Pandas Series实现加权和计算？

嘿，我得先指出来：你当前的代码其实和你描述的需求完全不匹配哦！你想要的是对每个元素先计算(r * y) / p，然后把所有结果加起来再除以元素数量n；但你现在写的是先把r、y分别求和相乘，再除以p的总和，最后再除以n——这两种计算逻辑天差地别。

正确的简洁实现 #

Pandas Series本身就支持元素级运算，加上内置的mean()方法，一行代码就能搞定你的需求：

result = (r * y / p).mean()

为什么这能满足需求？ #

• r * y：对两个Series做元素级乘法，得到每个位置上r和y的乘积；
• / p：把上面的结果和p做元素级除法，得到每个位置的(r*y)/p；
• .mean()：直接计算所有元素的平均值，等价于sum(...) / len(...)，正好对应你要的(1/n) * sum((r*y)/p)。

对比你当前的错误实现 #

举个简单例子，用你给出的r = [1,0,0,1,0]和y = [1,0,0,0,1]：

• 元素级r*y的结果是[1,0,0,0,0]，之后除以p的每个元素，再求平均，这才是你要的结果；
• 而你当前的代码(1/len(r))*((r.sum() * y.sum()) / p.sum())，计算的是(1/5)*((2)*(2)/sum(p))，这完全不是同一个逻辑。

如果担心p中出现0导致除法错误，可以提前处理（比如用p.replace(0, np.nan)后调用.mean(skipna=True)），不过你这里用np.random.random(5)生成的p都是0到1之间的正数，所以没问题。

内容的提问来源于stack exchange，提问作者Eisen