Question

我的数据如下：

...
                     A         B      C
2017-09-18 12:00:00  1.000010  18000  100
2017-09-18 17:00:00  1.000029  13500  400
2017-09-19 12:00:00  1.000025  18000  300
2017-09-19 17:00:00  1.000037  13500  300

...

在同一天的2个不同时间，分别测量A，B和C。

我需要每天将每2个小节折叠成一行（例如，对于前2行）：

A和B列的加权平均值

((A1 * B1) + (A2 * B2)) / (B1 + B2)
C列的平均值

(C1 + C2) / 2

鉴于相邻行有不同的时间并且需要对列A B进行自定义操作（不同于C），因此尝试df.groupby这些相邻行时会遇到困难。

我的预期输出是：

                     A            C
2017-09-18 12:00:00  1.000018143  250
2017-09-19 12:00:00  1.000030143  300

任何指针将不胜感激。

Answer 1

检查

df.groupby(df.index.date).apply(lambda x : pd.Series({'A':sum(x['A']*x['B'])/sum(x['B']),'C':(x['C']).mean()}))
                   A      C
2017-09-18  1.000018  250.0
2017-09-19  1.000030  300.0

或者让我们不要使用Apply

t1=df.eval('A*B').groupby(df.index.date).sum()/df.groupby(df.index.date).B.sum()
t2=df.groupby(df.index.date).C.mean()

pd.concat([t1,t2],1)
                   0    C
2017-09-18  1.000018  250
2017-09-19  1.000030  300

Answer 2

您可以使用groupby，apply和mean将其向量化：

def AB_weighted(g):
   return (g['A'] * g['B']).sum() / g['B'].sum()

g = df.groupby(df.index.date)
pd.concat([g.apply(AB_weighted), g['C'].mean()], keys=['A', 'C'], axis=1)

                   A    C
2017-09-18  1.000018  250
2017-09-19  1.000030  300

第一个条件我们需要apply，因为groupby计算使用多个列-“ A”和“ B”。
要计算“ C”的平均值，只需要“ C”，因此我们可以用mean()来缩短内容。

另一种选择是在groupby之前计算乘积，因此我们可以绕过对apply的调用（这有点类似于@WB第二个答案），但是可以进行一次sum调用。

u = df.assign(D=df['A'] * df['B'])[['D', 'B']].groupby(df.index.date).sum()
u['A'] = u.pop('D') / u.pop('B')

u['C'] = df.groupby(df.index.date)['C'].mean()

u
                   A    C
2017-09-18  1.000018  250
2017-09-19  1.000030  300

如何在熊猫中每2行执行加权平均？

2 个答案: