Python熊猫中的GroupBy函数，例如SUM（col_1 * col_2），加权平均值等

Question

是否可以不使用而直接计算两列的乘积（例如求和）

grouped.apply(lambda x: (x.a*x.b).sum()

使用它的速度快很多（不到我机器的一半）

df['helper'] = df.a*df.b
grouped= df.groupby(something)
grouped['helper'].sum()
df.drop('helper', axis=1)

但是我真的不喜欢这样做。例如，计算每组的加权平均值很有用。这里的lambda方法是

grouped.apply(lambda x: (x.a*x.b).sum()/(df.b).sum())

再一次比将助手除以b.sum（）慢得多。

Answer 1

我最终想构建一个嵌入式数组表达式评估器（类固醇上的Numexpr）来做这样的事情。现在，我们正在处理Python的局限性-
如果您实现了Cython聚合器，(x * y).sum()则可以将其与groupby连接，但是理想情况下，您可以将Python表达式编写为函数：

def weight_sum(x, y):
    return (x * y).sum()

这将得到“
JIT编译”，并且大约和groupby（…）。sum（）一样快。我描述的是一个非常重要的项目（每个月）。如果有与BSD兼容的APL实现，我也许可以更快地完成上述操作（只是想一想）。