Pandas 使用加权平均值对数据帧中的数据重新采样

我有一个基于时间的数据帧，我需要按12小时和一天的周期重新采样。到目前为止，我使用的代码如下：

如果self.resample_by=='day'：
self.model_df=self.model_df.resample（'D'，on='index'）.mean（）
self.model_df.dropna（轴=0，原地=True）
elif self.resample_by==“shift”：
delta=dt.timedelta（小时=12）
self.model_df=self.model_df.resample（delta，on='24h_day_start'）。平均值（）
self.model_df.dropna（轴=0，原地=True）
其他：
通过

现在，正如您所看到的，我正在对重采样数据使用

mean（）

作为权宜之计，但实际上不同的行具有不同的权重，因此我需要进行加权平均计算

据我所知，我需要编写一个函数来计算加权平均值，然后使用

apply（func）

而不是

mean（）

。对吗

然而，我不明白的是如何构造我的函数，因为我对

DataFrame.resample

实际返回的内容感到困惑。表示该函数返回一个重采样对象。有人知道这个对象是什么，以及我如何在加权平均函数中使用输出吗

---

或者我可以使用另一种方法？

迭代

组

属性

rs = df.resample(...)

for group_name, group_labels in rs.groups.items():
    vals = rs.get_group(group_name)
    # apply weighted average function to vals df

---

有关重采样对象的完整文档，请访问

谢谢您提供的信息！这很有魅力！