按加权平均分组，允许零值权重

Question

我想取组中列的加权平均数，如下所示

import pandas as pd
import numpy as np

df = pd.DataFrame({'group': ['A', 'A', 'A', 'B', 'B', 'B'],
                   'value': [0.4, 0.3, 0.2, 0.4, 0.3, 0.2],
                   'weight': [2, 2, 4, 3, 1, 2]})

df_grouped = df.groupby('group')[['value', 'weight']].apply(lambda x: sum(x['value']*x['weight'])/sum(x['weight']))

df_grouped
Out[17]: 
group
A    0.275000
B    0.316667
dtype: float64

到目前为止一切都很好。但是，在某些情况下，例如，权重之和为零。

df = pd.DataFrame({'group': ['A', 'A', 'A', 'B', 'B', 'B'],
                   'value': [0.4, 0.3, 0.2, 0.4, 0.3, 0.2],
                   'weight': [1, 2, 3, 0, 0, 0]})

在这种情况下，我想取一个简单的平均值。由于除以零，上述表达式显然失败。

我目前使用的方法是，在权重之和为1的地方，将权重替换为1。

df_temp = df.groupby('group')['weight'].transform('sum').reset_index()
df['new_weight'] = np.where(df_temp['weight']==0, 1, df['weight'])

df_grouped = df.groupby('group')[['value', 'new_weight']].apply(lambda x: sum(x['value']*x['new_weight'])/sum(x['new_weight']))

这是一个好的解决方案。但是，这能通过一条线来实现吗？比如某些特殊的功能？

Answer 1

如果需要在一行中完成，可以使用lambda中的三元操作符检查Group是否等于零，如下所示。如果组之和为零，则使用正则平均值。

df.groupby('group')[['value', 'weight']].apply(lambda x:sum(x['value'])/len(x['weight'])  if (sum(x['weight'])) == 0 else sum(x['value']*x['weight'])/sum(x['weight']))

    group
    A    0.266667
    B    0.300000
    dtype: float64

上述代码段的常规平均计算可以进一步缩小如下。

df.groupby('group')[['value', 'weight']].apply(lambda x:x['value'].mean() if (sum(x['weight'])) == 0 else sum(x['value']*x['weight'])/sum(x['weight']))

但是，我认为这种类型的一行程序降低了代码的可读性。