丢失列时将权重更改为我的索引
发布时间:2020-12-17 17:37:33 所属栏目:Python 来源:网络整理
导读:我有一个熊猫数据框,其中有不同的国家(行)和4个指标(列)A,B,C和D. 对于每个指标,我都有一个特定的权重用于计算其加权总和,比如说:Weigth_A = 0.2,Weigth_B = 0.2,Weight_C = 0.4,Weight_D = 0.2 这是我的加权总和的公式 df['W_Sum'] = Weigth_A*df['A'] + W
我有一个熊猫数据框,其中有不同的国家(行)和4个指标(列)A,B,C和D. 这是我的加权总和的公式
但是,如果某列为NaN(在这种情况下为D),则需要将加权和更改为正常平均值;
如果缺少两个,则:
有一种方法可以自动执行此过程,因为我不确定每个国家/地区的哪一列都会缺少值? 谢谢! 最佳答案
您可以为此使用
np.where :
?例
?细节 np.where将根据条件has_nans的结果在平均值或加权平均值中进行选择:
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |