Pandas在包含特定值的行上加权平均值

时间:2016-01-02 21:00:19

标签: python pandas group-by row

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!

1 个答案:

答案 0 :(得分:2)

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