加权平均 - 如果值或权重缺失，则忽略数据

【问题标题】：Weighted Average - omit data if missing from value or weight加权平均 - 如果值或权重缺失，则忽略数据
【发布时间】：2017-03-17 09:35:55
【问题描述】：

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，我想从计算中省略数据。即我想要像这样的加权平均值 (10*1 + 40*4) /(1+4) = 34

如果可以在 pandas 中使用单个表达式，请提供帮助。

【问题讨论】：

标签： pandas missing-data weighted-average

【解决方案1】：

您可以先使用boolean indexing 进行过滤，掩码由notnull 和all 创建，用于检查每行的所有True 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

或者分别检查两列：

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

dropna 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

或者如果有必要指定列：

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

【讨论】：