Python 熊猫加权平均计算中分子和分母的复制情况

熊猫新手正在尝试将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数据帧中一列的加权平均值

但是，如果我在分子和分母中都有条件，并且要得到加权平均值的总和，我会在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

我们如何在大熊猫身上复制这一点

---

提前感谢。

考虑根据指定的逻辑，使用np.where替换CASE语句和Series.fillna作为NULLIF的对应项，使用计算的helper列

---

你确定这个公式吗？您不希望分母为零。谢谢@Parfait-我将尝试上面的方法。所以，如果我们有多个列，我们只会扩展相同的列，对吗？所以，它将是wt_avg1、wt_avg2等等……太棒了！很乐意帮忙。快乐编码！

 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

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