如何用Python Pandas计算各商品加权均价并生成新DataFrame

我有一个包含多种商品的DataFrame，每种商品在一年内有多次采购记录，对应不同的Price（价格）和Weight（数量）。需要计算每种商品的加权平均价格，并将商品与其加权均价对应映射到新的DataFrame中。

数据示例 #

Year Article  Price  Weight
18  2013  Cheese   18.0    26.0
19  2013   Apple    5.0     7.0
20  2013     Bun    2.0     2.0
21  2013   Coatl    4.0     5.0
22  2013  Cheese   20.0    21.0
23  2013   Peach   12.0     8.0
24  2013   Apple    4.6     3.0

尝试的错误代码 #

import pandas as pd

df = newonly2013

def weightedAverage(df,Weight,Price):
    return sum(df['Weight']*df['Price'])/sum(df['Weight'])

wa=weightedAverage(df,'Weight','Price')

ar = df.groupby('Article', as_index=False).apply(weightedAverage)
print(ar)

错误原因与解决方法 #

错误分析 #

1. 调用groupby.apply时，未给自定义函数传递Weight和Price参数，导致函数因缺少参数报错。
2. 使用Python内置sum()方法不如pandas的.sum()高效，且不符合pandas最佳实践。

修正后的代码（自定义函数版） #

import pandas as pd

df = newonly2013

def weightedAverage(group, weight_col, price_col):
    # 用pandas的sum方法计算加权和与总权重
    return (group[weight_col] * group[price_col]).sum() / group[weight_col].sum()

# 分组时传递函数所需参数
ar = df.groupby('Article', as_index=False).apply(
    weightedAverage, weight_col='Weight', price_col='Price'
)
# 重命名结果列，明确含义
ar.columns = ['Article', 'Weighted_Average_Price']
print(ar)

更简洁的实现（无需自定义函数） #

直接用groupby结合lambda表达式，代码更紧凑：

import pandas as pd

df = newonly2013

# 分组计算加权均价，用reset_index将索引转为列
ar = df.groupby('Article').apply(
    lambda x: (x['Price'] * x['Weight']).sum() / x['Weight'].sum()
).reset_index(name='Weighted_Average_Price')

print(ar)

或者用agg方法，可读性更强：

ar = df.groupby('Article').agg(
    Weighted_Average_Price=lambda x: (x['Price'] * x['Weight']).sum() / x['Weight'].sum()
).reset_index()

结果示例 #

运行后会得到如下格式的新DataFrame：

Article  Weighted_Average_Price
0    Apple                    4.88
1      Bun                    2.00
2    Coatl                    4.00
3   Cheese                   18.89
4    Peach                   12.00

内容的提问来源于stack exchange，提问作者D S G