pandas DataFrame 中按日期（在索引中）的加权平均分组（每列不同的操作）

Question

我有一个数据框，每天有几行，一个 'mass' 列和一个“%”值，需要根据质量计算为加权平均值；和质量列总和...创建一个包含所有值的新数据框。

d = {'date': [1, 1, 1, 2, 2], 'mass': [3, 40, 10, 12, 15], '%': [0.4, 0.7, 0.9, 0.1, 0.2]}
df = pd.DataFrame(data=d)
df.set_index('date')

我需要这样的输出：

date(index) | mass | %
1           |  53  | 0.72
2           |  27  | 0.46

作为加权平均值计算的“%”：

0.72 = ((0.4 * 3) + (0.7 * 40) + (0.9 * 10))/(3 + 40 +10)

而质量每天一笔。

Answer 1

将 2 列相乘，然后 groupby 与聚合，然后相除：

#df = df.set_index('date')
out = df.assign(k=df['mass'].mul(df['%']))[['mass','k']].sum(level=0)

out['%'] = out.pop('k').div(out['mass'])

print(out)

      mass         %
date                
1       53  0.720755
2       27  0.155556  #<- Note that ((12*.1)+(15*.2))/(15+12) != 0.46

Weighted average grouping by date (in index) in pandas DataFrame (different operations per column)