python - 如何在 Pandas 中每 2 行执行加权平均？

Question

我的数据是这样的:

...
                     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 个不同时间采取措施 A、B 和 C。

我需要将每 2 个小节/天折叠成一行(例如，对于前 2 行):

• A 列和 B 列的加权平均值

  ((A1 * B1) + (A2 * B2))/(B1 + B2)

• C 列的平均值

  (C1 + C2)/2

我的困难在于尝试 df.groupby 这些相邻的行，因为它们有不同的时间并且需要对列 A B 执行自定义操作，这与 C 不同。

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

如有任何指点，我们将不胜感激。

Answer 1

您可以使用 groupby、apply 和 mean 对其进行矢量化:

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

• 我们需要为第一个条件apply，因为 groupby 计算使用多个列——“A”和“B”。
• 为了计算“C”的平均值，只需要“C”，所以我们可以使用 mean() 来缩短。

---

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(这有点像@W-B 第二个答案)但是有一个 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