Promedio ponderado en Python

Un promedio ponderado en Python se calcula como la suma de cada valor por su peso dividida entre la suma de los pesos. Sin librerías: sum(x * w for x, w in zip(valores, pesos)) / sum(pesos). Con NumPy: np.average(valores, weights=pesos). Con pandas: (df["valor"] * df["peso"]).sum() / df["peso"].sum(). Los pesos no tienen que sumar 1.

x̄_w = Σ x·wΣ w

Sintaxis

# Python puro
sum(x * w for x, w in zip(valores, pesos)) / sum(pesos)

# statistics, Python 3.11 o posterior
import statistics as st
st.fmean(valores, weights=pesos)

# NumPy
import numpy as np
np.average(valores, weights=pesos)
np.average(valores, weights=pesos, returned=True)  # (promedio, suma de pesos)

Paso a paso

1. Pon los valores y los pesos en dos listas del mismo largo y en el mismo orden.
2. Revisa que ningún peso sea negativo y que la suma de pesos no sea cero.
3. Multiplica cada valor por su peso y suma los productos.
4. Divide entre la suma de los pesos (no entre la cantidad de valores).
5. Redondea solo el resultado final.

Ejemplos resueltos

import numpy as np

notas = np.array([8.5, 7.0, 9.0])
pesos = np.array([0.4, 0.35, 0.25])
print(np.average(notas, weights=pesos))

8.1

cal = [9.0, 7.5, 8.0, 6.0]
cred = [8, 6, 4, 2]
print(sum(c * w for c, w in zip(cal, cred)) / sum(cred))
print(np.average(cal, weights=cred, returned=True))

8.05
(np.float64(8.05), np.float64(20.0))

import pandas as pd

ventas = pd.DataFrame({
    "sucursal": ["Norte", "Norte", "Sur", "Sur", "Sur"],
    "precio":   [120.0, 95.5, 80.0, 99.0, 110.0],
    "unidades": [30, 50, 20, 10, 40],
})
ventas["importe"] = ventas["precio"] * ventas["unidades"]
g = ventas.groupby("sucursal")[["importe", "unidades"]].sum()
print(g["importe"] / g["unidades"])

sucursal
Norte    104.687500
Sur       99.857143
dtype: float64

Errores comunes

• ZeroDivisionError: Weights sum to zero, can't be normalized. Todos los pesos son cero, o se anulan entre positivos y negativos. Revisa los datos.
• TypeError: Axis must be specified when shapes of a and weights differ. Las listas tienen distinto largo. Con zip, en cambio, no hay error: la lista larga se corta en silencio y el resultado sale mal. Desde Python 3.10 puedes escribir zip(valores, pesos, strict=True) para que falle.
• Dividir entre len(valores). Solo es correcto si los pesos suman exactamente 1. Dividir entre sum(pesos) funciona siempre.
• Usar np.mean con weights. No existe ese parámetro; la función ponderada es np.average.
• Pesos en porcentaje con símbolo. "40%" es texto; conviértelo a 40 o a 0.4. Da igual cuál uses mientras todos estén en la misma escala.

Comprueba el resultado con la calculadora de promedio ponderado. Si trabajas en hoja de cálculo, el equivalente es SUMAPRODUCTO, explicado en el promedio ponderado en Excel.