根据 Pandas 中的另一个数据帧计算多列的加权平均结果

Question

假设我们有一个学生的成绩数据df1和学分数据df2如下：

df1:

       stu_id       major  Python  English  C++
0  U202010521    computer      56       81   82
1  U202010522  management      92       56   64
2  U202010523  management      95       88   81
3  U202010524  BigData&AI      79       53   74
4  U202010525    computer      53       71   -1
5  U202010526    computer      78       96   53
6  U202010527  BigData&AI      69       63   74
7  U202010528  BigData&AI      86       57   82
8  U202010529  BigData&AI      81      100   85
9  U202010530  BigData&AI      79       67   80

df2：

     class  credit
0   Python       2
1  English       4
2      C++       3

我需要计算weighted average每个学生的分数。

df2['credit_ratio'] = df2['credit']/9

出去：

     class  credit  credit_ratio
0   Python       2      0.222222
1  English       4      0.444444
2      C++       3      0.333333

即，对于U202010521，他/她的加权分数将为56*0.22 + 81*0.44 + 82*0.33 = 75.02，我需要将每个学生的分数计算weighted_score为一个新列，我如何在 Pandas 中做到这一点？

Answer 1

尝试使用set_index+mul然后sum在 axis=1 上：

df1['weighted_score'] = (
    df1[df2['class']].mul(df2.set_index('class')['credit_ratio']).sum(axis=1)
)

df1：

       stu_id       major  Python  English  C++  weighted_score
0  U202010521    computer      56       81   82       75.777778
1  U202010522  management      92       56   64       66.666667
2  U202010523  management      95       88   81       87.222222
3  U202010524  BigData&AI      79       53   74       65.777778
4  U202010525    computer      53       71   -1       43.000000
5  U202010526    computer      78       96   53       77.666667
6  U202010527  BigData&AI      69       63   74       68.000000
7  U202010528  BigData&AI      86       57   82       71.777778
8  U202010529  BigData&AI      81      100   85       90.777778
9  U202010530  BigData&AI      79       67   80       74.000000

说明：

通过将 df2 的索引设置为 class，乘法现在将与 df1 的列正确对齐：

df2.set_index('class')['credit_ratio']

df1['weighted_score'] = (
    df1[df2['class']].mul(df2.set_index('class')['credit_ratio']).sum(axis=1)
)

df1使用以下值选择特定列df2：

df1[df2['class']]

   Python  English  C++
0      56       81   82
1      92       56   64
2      95       88   81
3      79       53   74
4      53       71   -1
5      78       96   53
6      69       63   74
7      86       57   82
8      81      100   85
9      79       67   80

相乘以应用权重：

df1[df2['class']].mul(df2.set_index('class')['credit_ratio'])

      Python    English        C++
0  12.444444  36.000000  27.333333
1  20.444444  24.888889  21.333333
2  21.111111  39.111111  27.000000
3  17.555556  23.555556  24.666667
4  11.777778  31.555556  -0.333333
5  17.333333  42.666667  17.666667
6  15.333333  28.000000  24.666667
7  19.111111  25.333333  27.333333
8  18.000000  44.444444  28.333333
9  17.555556  29.777778  26.666667

然后对各行求和以获得总值。

df1[df2['class']].mul(df2.set_index('class')['credit_ratio']).sum(axis=1)

0    75.777778
1    66.666667
2    87.222222
3    65.777778
4    43.000000
5    77.666667
6    68.000000
7    71.777778
8    90.777778
9    74.000000
dtype: float64