Question

我有一个按日期索引的数据框，如下所示：

date       id1 id2  id3   identifier  x_times  value
2016-01-01 123 1234 12345 a           21       56
2016-01-01 123 1234 12345 b           2        78
2016-01-01 123 1234 12345 c           10       23

我需要进行加权平均计算，其中标识符仅为每个日期的a和b。计算应该是：

<（>（56 * 21）+（78 * 2））/（21 + 2）= 57.91

输出：

date       id1 id2  id3   identifier  x_times  value  weighted_avg
2016-01-01 123 1234 12345 a           21       56     57.91
2016-01-01 123 1234 12345 b           2        78     57.91
2016-01-01 123 1234 12345 c           10       23

我已尝试过分组和总和，但我正在努力与加权平均值一起重新加入数据帧。

执行此计算的最简单方法是什么？谢谢！

Answer 1

您可以使用isin方法将原始数据框子化为较小的数据框。然后，您可以使用该子集数据框进行计算，然后使用loc将其分配给原始数据框：

subs = df.identifier.isin(['a','b'])
df_subs = df[subs]
df.loc[subs, 'weighted_avg'] = (df_subs.x_times * df_subs.value).sum() / df_subs.x_times.sum()

In [670]: df
Out[670]: 
            id1   id2    id3 identifier  x_times  value  weighted_avg
date                                                                 
2016-01-01  123  1234  12345          a       21     56     57.913043
2016-01-01  123  1234  12345          b        2     78     57.913043
2016-01-01  123  1234  12345          c       10     23           NaN

Pandas在包含特定值的行上加权平均值

1 个答案: