python - 在给定 Pandas 条件的情况下，获取另一列的平均值

Question

我有以下“源”数据框

            Value
Date             
2022-01-01     26
2022-01-02     87
2022-01-03      4
2022-01-04     65
2022-01-05     89
2022-01-06     88
2022-01-07     82
2022-01-08     60
2022-01-09      8
2022-01-10     22

在另一个“输出”数据框中，我有 4 列定义了 2 个日期范围。如您所见，range1 始终被定义，而 range2 仅在某些行中定义:

  range1_lower range1_upper range2_lower range2_upper
0   2022-01-02   2022-01-03   2022-01-06   2022-01-07
1   2022-01-03   2022-01-06          NaN          NaN

在输出 df 中，我需要添加一个“平均”列，对于每一行，如果日期属于任一个，我将获得源 df 的“值”列的平均值的两个范围。这类似于 Excel 中的 AVERAGEIFS 函数。

因此，例如，对于第 0 行，我需要获取范围 1(2022-01-02 到 2022-01-03)或范围 2(2022-01-06 到 2022-01-)内的所有值的平均值07).

对于第 1 行，由于未定义范围 2，我只需要获取范围 1(2022-01-03 到 2022-01-06)内所有值的平均值。

这是预期的输出:

  range1_lower range1_upper range2_lower range2_upper  average
0   2022-01-02   2022-01-03   2022-01-06   2022-01-07    65.25
1   2022-01-03   2022-01-06          NaN          NaN    61.50

有没有办法做到这一点？谢谢

Answer 1

您可以交叉合并这两个数据框，然后过滤掉不在范围限制之间的日期，然后按范围列分组并聚合值 与 mean:

df = output.merge(source.reset_index(), how='cross')
df = df.query("range1_lower <= Date <= range1_upper or range2_lower <= Date <= range2_upper")
df = df.groupby([*output.columns], dropna=False)['Value'].mean().reset_index(name='avg')

---

print(df)

  range1_lower range1_upper range2_lower range2_upper    avg
0   2022-01-02   2022-01-03   2022-01-06   2022-01-07  65.25
1   2022-01-03   2022-01-06          NaT          NaT  61.50