如何对不同密度、长度的时间序列计算加权平均值？

核心思路 #

通过对齐时间序列数据，分别计算加权值总和与有效权重总和（仅统计存在数据的对应权重），最终用两者相除得到加权平均值，无有效数据的位置自动设为np.nan。

代码实现步骤 #

import pandas as pd
import numpy as np

# 1. 拼接三个时间序列，按索引对齐，缺失数据填充为NaN
combined_df = pd.concat([df1, df2, df3], axis=1)

# 2. 定义对应df1、df2、df3的权重
weights = [0.1, 0.2, 0.3]

# 3. 计算每个时间点的加权值总和（自动忽略NaN项）
weighted_sum = combined_df.mul(weights, axis=1).sum(axis=1, skipna=True)

# 4. 计算每个时间点的有效权重总和（仅统计有数据的列对应的权重）
valid_weight_sum = combined_df.notna().mul(weights, axis=1).sum(axis=1)

# 5. 计算加权平均值，无有效数据时设为np.nan
weighted_avg = weighted_sum.div(valid_weight_sum).where(valid_weight_sum > 0, np.nan)

代码解释 #

• 数据拼接：pd.concat会自动按时间索引对齐三个序列，不存在的数据位置填充为NaN，确保每个时间点的所有序列数据在同一行。
• 加权值总和：mul(weights, axis=1)给每列数据乘以对应权重，sum(axis=1, skipna=True)仅对非NaN的加权值求和，符合“只计算存在数据的项”的要求。
• 有效权重总和：notna()生成布尔矩阵标记数据存在性，再乘以权重后求和，得到当前时间点所有有效数据对应的权重之和。
• 最终结果：div做除法，where将有效权重和为0（即所有序列无数据）的位置替换为np.nan。

适配特殊场景 #

针对你提到的df3仅2017年有数据的情况：

• 2017年的时间点：若三个序列均有数据，分母为0.1+0.2+0.3=0.6；若仅df1、df2有数据，分母为0.3，逻辑自动适配。
• 非2017年的时间点：df3数据为NaN，计算时会自动忽略其权重，仅用df1、df2的有效权重求和作为分母。

内容的提问来源于stack exchange，提问作者Xu Shan