如何在Pandas中计算排除NaN影响的加权平均值

原始数据 #

含NaN的DataFrame： #

1 100 200 300
2 150 250 nan
3 175 275 375

权重Series（索引与DataFrame一致，无NaN）： #

1 3
2 4
3 7

需求说明 #

计算各列的加权平均值，需满足：

• 不将NaN视为0，直接忽略NaN所在行的计算
• 分母为对应列中非NaN值所在行的权重之和（例如第三列的有效权重和为3+7=10，而非总权重14）
• 预期输出：

1 151.79
2 251.79
3 352.5

当前代码问题 #

你当前的代码df.mul(s,axis=0).sum()/s.sum()错误地使用了所有权重的总和14作为分母，没有针对每列筛选出有效权重（非NaN行对应的权重）求和，导致第三列结果不符合预期。

修正后的代码 #

# 计算每列的加权数值总和（自动忽略NaN）
weighted_sum = df.mul(s, axis=0).sum(axis=0)
# 计算每列的有效权重总和（仅统计非NaN行的权重）
valid_weight_sum = df.notna().mul(s, axis=0).sum(axis=0)
# 计算最终加权平均值
result = weighted_sum / valid_weight_sum

# 可选：保留两位小数匹配预期输出格式
result = result.round(2)

代码解释 #

1. df.mul(s, axis=0).sum(axis=0)：将DataFrame的每个元素与对应行的权重相乘，再按列求和——由于NaN参与运算时会被自动忽略，得到的是每列有效数值的加权总和。
2. df.notna().mul(s, axis=0).sum(axis=0)：先将DataFrame转换为布尔矩阵（非NaN值为True，NaN为False），再与对应行的权重相乘，最后按列求和，得到每列的有效权重总和。
3. 两者相除即得到符合要求的加权平均值，使用round(2)可以将结果保留两位小数，与预期输出一致。

运行结果 #

执行修正后的代码会得到：

0    151.79
1    251.79
2    352.50
dtype: float64

内容的提问来源于stack exchange，提问作者Sarthak Agrawal