python - 根据 pandas 数据框第 3 列中的标准，按天分组的 2 列的加权平均值

Question

我有一个 Pandas 数据框

import pandas as pd
df = pd.DataFrame({'Col1' : 16 * ['A', 'B', 'C'], 
                   'Col2' : np.random.rand(48), 
                   'Col3' : np.random.randint(5, 20, 48)},
                   index = pd.date_range('2017-01-01', periods=48, freq='H'))

In [1]: df.tail()
Out [1]: 
                    Col1      Col2  Col3
2017-01-02 19:00:00    B  0.144572     7
2017-01-02 20:00:00    C  0.740500    11
2017-01-02 21:00:00    A  0.357077    19
2017-01-02 22:00:00    B  0.652536     9
2017-01-02 23:00:00    C  0.022437     8

我想返回一个数据框，该数据框按日期显示 Col3 的加权平均值，其中 Col2 是权重，Col1 是“B”或“C”，同时忽略“A”。这将返回如下所示的内容。

           WtdAvg
2017-01-01   XX.X
2017-01-02   YY.Y

Answer 1

过滤 DataFrame 以删除 Col1 为“A”的值，然后使用 np.average 执行 groupby :

df[df['Col1'] != 'A'].groupby(pd.TimeGrouper('D')) \
                     .apply(lambda grp: np.average(grp['Col3'], weights=grp['Col2']))

结果输出(使用 np.random.seed([3,1415]) 作为随机状态种子):

2017-01-01    11.975517
2017-01-02    12.411798