python 加权平均,pandas求平均值函数

　　我有以下熊猫数据框：

　　data_df=pd。DataFrame({ind:[la ， p ， la ， la ， p ， g ， g ，la]，

　　dist:[10。5.7.8.7.2.5.3.],

　　diff:[0.54，3.2，8.6，7.2，2.1，1。3.5,4.5],

　　cas:[1。2.3.4.5.6.7.8.]})

　　精确地

　　cas差异区域工业

　　0 1 0.54 10拉

　　1 2 3.20 5便士

　　2 3 8.60 7洛杉矶

　　3 4 7.20 8洛杉矶

　　4 5 2.10 7便士

　　5 6 1.00 2克

　　6 7 3.50 5克

　　7 8 4.50 3洛杉矶

　　我需要计算“dist”列中所有权重列的加权平均值，并将这些值分组为“ind”。

　　例如，“ind”=“la”和“diff”列：

　　((10*0.54) (8.60*7) (7.20*8) (4.50*3))/(10 7 8 3)=4.882143

　　我想得到以下结果。

　　cas差异

　　ind

　　2.785714

　　洛杉矶3.107143 4.88214834834

　　2.558333

　　将每列中的每个值乘以“dist”列中的相应值，将结果加到相同的“ind”上，然后将结果除以对应于相同ind的所有“dist”值的总和。

　　我认为这可能是一个由数据帧‘group by’方法完成的简单任务，但实际上有点棘手。

　　有人能帮我吗？

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。