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,其中每个日期的标识符只有 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
我已经尝试过分组和求和,但我正在努力将数据帧与加权平均值重新连接在一起。
执行此计算的最简单方法是什么?谢谢!
最佳答案
您可以使用 isin
来做到这一点方法将原始数据帧子集为较小的数据帧。然后您可以使用该子集数据框进行计算,然后使用 loc
您可以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
关于python - Pandas 对包含特定值的行进行加权平均值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34570681/