熊猫加权平均计算中分子与分母的复制

Question

熊猫新手试图将sql复制到python。参考下面的文章，我可以使用一个简单的函数来计算熊猫数据栏的加权平均值。

Calculate weighted average using a pandas/dataframe

  Date        ID      wt      value   
  01/01/2012  100     0.50    60      
  01/01/2012  101     0.75    
  01/01/2012  102     1.00    100
  01/02/2012  201     0.50    
  01/02/2012  202     1.00    80

但是，如果我在分子和分母中都有条件，并得到加权平均值的总和，我将在sql中执行以下操作：

 SELECT
    date
    , id
    , SUM(CASE WHEN value IS NOT NULL THEN value * wt ELSE 0 END) /
        NULLIF(SUM(CASE WHEN value > 0 THEN wt ELSE 0 END), 0)
    AS wt_avg

 FROM table
 GROUP BY date, id

我们将如何在潘达斯复制这一模式？

提前谢谢。

Answer 1

考虑按照指定的逻辑使用计算的、帮助器列，np.where()替换CASE语句，Series.fillna()作为NULLIF的对应项。

df['numer'] = np.where(pd.notnull(df['value']), df['value'] * df['wt'], 0)
df['denom'] = pd.Series(np.where(df['value'] > 0, df['wt'], 0)).fillna(0)

df['wt_avg'] = (df.groupby(['Date', 'ID'])['numer'].transform(sum) /  
                    df.groupby(['Date', 'ID'])['denom'].transform(sum))

print(df)
# print(df.drop(columns=['numer', 'denom']))      # DROP HELPER COLUMNS

#          Date   ID    wt  value  numer  denom  wt_avg
# 0  01/01/2012  100  0.50   60.0   30.0    0.5    60.0
# 1  01/01/2012  101  0.75    NaN    0.0    0.0     NaN
# 2  01/01/2012  102  1.00  100.0  100.0    1.0   100.0
# 3  01/02/2012  201  0.50    NaN    0.0    0.0     NaN
# 4  01/02/2012  202  1.00   80.0   80.0    1.0    80.0