加权平均 - 如果值或权重缺失则忽略数据

Question

我有这样的代码

>>> import pandas as pd
>>> import numpy as np
>>> 
>>> df1 = pd.DataFrame({'value':[10,20,np.nan,40],
...                         'weight':[1,np.nan,3,4]}) 
>>> df1
   value  weight
0   10.0     1.0
1   20.0     NaN
2    NaN     3.0
3   40.0     4.0
>>> (df1["value"] * df1["weight"]).sum() / df1["weight"].sum()
21.25

如果缺少值或重量，我想在计算中省略数据。即我想要加权平均值 (10*1 + 40*4) /(1+4) = 34

如果可以使用 pandas 中的单个表达式，请提供帮助。

Answer 1

您可以先使用 boolean indexing, mask is created by notnull and all 进行过滤，以检查每行的所有 True 个值：

df1 = df1[df1.notnull().all(axis=1)]
print (df1)
   value  weight
0   10.0     1.0
3   40.0     4.0

df2 = (df1["value"] * df1["weight"]).sum() / df1["weight"].sum()
print (df2)
34.0

或分别检查两列：

df1 = df1[df1["value"].notnull() & df1["weight"].notnull()]
print (df1)
   value  weight
0   10.0     1.0
3   40.0     4.0

使用 dropna 的更简单的解决方案：

df1 = df1.dropna()
print (df1)
   value  weight
0   10.0     1.0
3   40.0     4.0

或者如果需要指定列：

df1 = df1.dropna(subset=['value','weight'])
print (df1)
   value  weight
0   10.0     1.0
3   40.0     4.0

加权平均 - 如果值或权重缺失则忽略数据

Weighted Average - omit data if missing from value or weight

weighted-average

missing-data

pandas