python - 使用两个或多个索引循环数据帧

Question

我有一个看起来像这样的 Pandas 数据框:

Location    Test#       Type        Parm1   Weight
M36         Test1       A           1.39    233
            Test2       B           1.44    281
            Test3       B           1.40    239
            Test4       A           1.49    438
            Test5       C           0.99    112
            Test6       C           1.74    200
            Test7       A           1.17    100
            Test8       A           2.40    7.8
M37         Test1       B           2.91    232
            Test2       A           20.2    0
            Test3       C           4.88    958
            Test4       A           9.46    0

我想计算每个位置的加权平均值，并将其作为额外列添加到数据框中，应该如下所示:

Location    Test#       Type        Parm1   Weight  Weighted Ave.
M36         Test1       A           1.39    233     1.434
            Test2       B           1.44    281
            Test3       B           1.40    239
            Test4       A           1.49    438
            Test5       C           0.99    112
            Test6       C           1.74    200
            Test7       A           1.17    100
            Test8       A           2.40    7.8
M37         Test1       B           2.91    232     4.495
            Test2       A           20.2    0
            Test3       C           4.88    958
            Test4       A           9.46    0       

Answer 1

有很多方法可以做到这一点，使用 groupby。这应该是执行此操作的更高效的方法之一。

df.set_index('Location', inplace=True)                # set the index

df['Weighted_Sum'] = (df.Parm1 * df.Weight)           # calculated weighted sum
v = df[['Weighted_Sum', 'Weight']].sum(level=0)       # groupby + sum

df['Weighted Ave'] = v['Weighted_Sum'] / v['Weight']  # calculate the mean
del df['Weighted_Sum']                                # drop the surrogate column

df

          Test# Type  Parm1  Weight  Weighted Ave
Location                                         
M36       Test1    A   1.39   233.0      1.434275
M36       Test2    B   1.44   281.0      1.434275
M36       Test3    B   1.40   239.0      1.434275
M36       Test4    A   1.49   438.0      1.434275
M36       Test5    C   0.99   112.0      1.434275
M36       Test6    C   1.74   200.0      1.434275
M36       Test7    A   1.17   100.0      1.434275
M36       Test8    A   2.40     7.8      1.434275
M37       Test1    B   2.91   232.0      4.495933
M37       Test2    A  20.20     0.0      4.495933
M37       Test3    C   4.88   958.0      4.495933
M37       Test4    A   9.46     0.0      4.495933

要获取格式中的 Weighted Ave 列，请使用 mask -

df['Weighted Ave'] = df['Weighted Ave'].mask(df['Weighted Ave'].duplicated(), '')