如何使用pandas简便计算按地区分组的加权平均分数？

方法一：全向量化运算（推荐用于大型数据集） #

直接通过逐行乘积+分组求和计算，全程无循环，性能最优：

# 计算各得分项与对应权重的乘积
df[["score1_weighted", "score2_weighted"]] = df[["score1", "score2"]].mul(df["weight"], axis=0)
# 按地区分组聚合
grouped = df.groupby("region", as_index=False).agg(
    sum_score1=("score1_weighted", "sum"),
    sum_score2=("score2_weighted", "sum"),
    sum_weight=("weight", "sum")
)
# 计算加权平均得到最终结果
result = grouped.assign(
    score1_wavg = grouped["sum_score1"] / grouped["sum_weight"],
    score2_wavg = grouped["sum_score2"] / grouped["sum_weight"]
)[["region", "score1_wavg", "score2_wavg"]]

运行后得到的result就是你需要的2行3列格式的输出。

方法二：内置函数快速实现（代码更简洁） #

直接用numpy自带的加权平均函数np.average配合分组apply，代码量更小：

result = df.groupby("region", as_index=False).apply(
    lambda group: pd.Series({
        "score1_wavg": np.average(group["score1"], weights=group["weight"]),
        "score2_wavg": np.average(group["score2"], weights=group["weight"])
    })
)

如果你的数据集规模很大，优先选择第一种方法，向量化运算的性能远高于逐组迭代的apply逻辑。

内容的提问来源于stack exchange，提问作者Cooper