如何在DataFrame中正确计算MTD与YTD？需排除零值计算actuals累计平均

需求说明：

• 计算DataFrame的MTD（月初至今）和YTD（年初至今）指标
• bp列：MTD/YTD为累计平均值
• actuals列：MTD/YTD为排除零值后的累计平均值（actuals=0时不参与平均计算）

输入数据 #

import pandas as pd

data = {
    'date': ['2023-04-01', '2023-04-02', '2023-04-03', '2023-04-04', '2023-04-05'],
    'category': ['QUALITY PARAMETERS', 'QUALITY PARAMETERS', 'QUALITY PARAMETERS', 'QUALITY PARAMETERS', 'QUALITY PARAMETERS'],
    'parameter': ['TBR', 'TBR', 'TBR', 'TBR', 'TBR'],
    'region': ['DELHI', 'DELHI', 'DELHI', 'DELHI', 'DELHI'],
    'factory': ['ABC', 'ABC', 'ABC', 'ABC', 'ABC'],
    'actuals': [10, 20, 0, 0, 10]
}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])

当前代码问题 #

原代码中mtd_bp和ytd_bp的逻辑正确，但mtd_actuals和ytd_actuals直接使用expanding().mean()，会把零值纳入计算，不符合"排除零值"的要求。

修正方案 #

核心思路 #

对于actuals列的累计平均，需要自定义计算逻辑：在每个累计窗口中，筛选出非零值后再求平均。可以用expanding().apply()实现该逻辑。

完整修正代码 #

# 1. 计算bp列的MTD/YTD（原逻辑保留，因为是普通累计平均）
df['mtd_bp'] = df.groupby([df.date.dt.to_period('m'), 'category', 'parameter', 'region', 'factory'])\
    .actuals.expanding().mean().droplevel([0, 1, 2, 3, 4])

df['ytd_bp'] = df.groupby([df.date.dt.to_period('A-MAR'), 'category', 'parameter', 'region', 'factory'])\
    .actuals.expanding().mean().droplevel([0, 1, 2, 3, 4])

# 2. 定义排除零值的累计平均函数
def non_zero_expanding_mean(s):
    non_zero_vals = s[s != 0]
    return non_zero_vals.mean() if len(non_zero_vals) > 0 else 0  # 无有效值时返回0，可根据需求调整

# 3. 计算actuals列的MTD/YTD
df['mtd_actuals'] = df.groupby([df.date.dt.to_period('m'), 'category', 'parameter', 'region', 'factory'])\
    .actuals.expanding().apply(non_zero_expanding_mean, raw=False).droplevel([0, 1, 2, 3, 4])

df['ytd_actuals'] = df.groupby([df.date.dt.to_period('A-MAR'), 'category', 'parameter', 'region', 'factory'])\
    .actuals.expanding().apply(non_zero_expanding_mean, raw=False).droplevel([0, 1, 2, 3, 4])

结果验证 #

修正后mtd_actuals的计算结果为：

完全符合"排除零值后累计平均"的要求。

内容的提问来源于stack exchange，提问作者AbinBenny