计算加权平均值时如何处理 Nan 值

Question

我有一个重量系列，如下所示：

a  0.2
b  0.3
c  0.5

和一个数据框：

   a    b   c
1  1    2   2
2  Nan  2   2
3  Nan  1   Nan
...

我想像这样计算数据帧的加权平均值：

(dataframe * weights).sum(axis=1) 

问题是，当数据帧的值为 Nan 时，我希望相应的权重与其他权重相等。例如，对于第二行，b 的权重应该是 0.4，c 的权重应该是 0.6。对于第三行，权重矩阵对于 b 应该是 1。

Answer 1

您可以将 numpy 的平均值用于掩码数组，这是专为该用例设计的。让s是重量系列和df数据框：

np.ma.average(np.ma.array(df.values, mask=df.isnull().values), 
              weights=s.values, axis=1)

该.data属性包含结果：

array([ 1.8,  2. ,  1. ])

编辑：按照评论中的建议，您可以将结果转换为系列：

pd.Series(np.ma.average(np.ma.array(df.values, mask=df.isnull().values), 
                        weights=s.values, axis=1).data, index=df.index)