从我的数据帧计算加权平均值

Question

我正在尝试计算 2009 年至 2018 年之间给定工作日发布社交媒体帖子次数的加权平均值。这是我的代码：weight = fb_posts2[fb_posts2['title']=='status'].groupby('year',as_index=False).apply(lambda x: (x.count())/x.sum())我想要做的是按年份和工作日分组，计算一年中每个工作日发生的次数，然后除以每年的帖子总数。这个想法是返回一个数据帧，其中包含 2009 年到 2018 年之间每个工作日发生的次数的加权平均值。这是我正在与之交互的数据框的示例：

Answer 1

使用.value_counts()与规范化的说法，仅同比分组。

样本数据

import pandas as pd

import numpy as np

np.random.seed(123)

df = pd.DataFrame({'year': np.random.choice([2010, 2011], 1000),

                   'weekday': np.random.choice(list('abcdefg'), 1000),

                   'val': np.random.normal(1, 10, 1000)})

代码：

df.groupby('year').weekday.value_counts(normalize=True)

输出：

year  weekday

2010  d          0.152083

      f          0.147917

      g          0.147917

      c          0.143750

      e          0.139583

      b          0.137500

      a          0.131250

2011  d          0.182692

      a          0.163462

      e          0.153846

      b          0.148077

      c          0.128846

      f          0.111538

      g          0.111538

Name: weekday, dtype: float64