如何计算加权循环？基于Pandas数据帧的分箱加权平均实现

问题背景 #

给定以下数据帧：

import pandas as pd

df = pd.DataFrame({
    'IBI_msec': [652, 618, 654],
    'rate': [92.02, 97.09, 91.74]
})

需要实现分箱计算逻辑：

• 若某行IBI_msec > 500，当前分箱值bins取该行rate，剩余时长（IBI_msec - 500）计入下一个分箱
• 后续分箱需用上一行剩余时长与当前行的部分时长凑够500毫秒，分箱值为两者的加权平均：(剩余时长×上一行rate + 所需时长×当前行rate)/500
• 注：数据中不会出现IBI_msec小于500的情况

期望最终输出：

IBI_msec    rate   bins
0      652   92.02  92.02
1      618   97.09  95.55
2      654   91.74  94.63

循环实现方案 #

# 初始化剩余时长变量和分箱结果列表
remaining_ibi = 0
bins_results = []

for idx, row in df.iterrows():
    current_ibi = row['IBI_msec']
    current_rate = row['rate']
    
    if remaining_ibi > 0:
        # 计算当前分箱需要从该行取的时长
        required_ibi = 500 - remaining_ibi
        # 计算加权平均分箱值
        bin_value = (remaining_ibi * df.loc[idx-1, 'rate'] + required_ibi * current_rate) / 500
        bins_results.append(round(bin_value, 2))
        # 更新剩余时长：当前IBI减去已使用的部分
        remaining_ibi = current_ibi - required_ibi
    else:
        # 无剩余时长，直接取当前rate作为分箱值
        bins_results.append(current_rate)
        # 计算当前行剩余的IBI时长
        remaining_ibi = current_ibi - 500

# 将分箱结果添加到原数据帧
df['bins'] = bins_results
print(df)

代码说明 #

• remaining_ibi用于存储上一行未耗尽的IBI时长，初始值为0
• 遍历数据帧每一行时：
  • 若存在剩余时长，先计算需要从当前行提取的时长以凑够500毫秒，通过加权平均得到当前分箱值，再更新剩余时长
  • 若无剩余时长，直接将当前行的rate作为分箱值，同时计算当前行使用500毫秒后剩余的时长
• 最后将分箱值保留两位小数后添加到原数据帧，输出结果与预期一致

内容的提问来源于stack exchange，提问作者Olivia