我在[location_id，hours]上有一个多索引。 我有大约60k个位置和140小时为每个位置（组成800万行）。

其余的数据是数值（浮点）或分类的。 我只包括2栏在这里，通常有大约20栏。

我愿意做的是创建一个新的数据帧，基本上是这个数据帧的加权平均。 需求表明，这些location_id中的12个应该用指定的权重求平均值，以形成combined_location_id值。

例如，location_idS1，3，5，7，9，11，13，15，17，19，21，23及其适当的权重（来自另一个数据帧的独立数据）应该从combined_location_idcl_1的数据中加权平均。

要处理的数据太多了，我无法找到一个完全像熊猫一样的方法来解决这个问题。 因此，我使用了for loop方法。 这是极其缓慢的，我肯定这不是正确的做法:

def __weighted(self, ds, weights):
  return np.average(ds, weights=weights)

f = {'hours': 'first', 'location_id': 'first', 
'temp': lambda x: self.__weighted(x, weights), 'prec': lambda x: self.__weighted(x, weights)}

data_frames = []
for combined_location in all_combined_locations:
   mapped_location_ids = combined_location.location_ids
   weights = combined_location.weights_of_location_ids
   data_for_this_combined_location = pd.concat(df_data.loc[df_data.index.get_level_values(0) == location_id] for location_id in mapped_location_ids)
   data_grouped_by_distance = data_for_this_combined_location.groupby("hours", as_index=False)
   data_grouped_by_distance = data_grouped_by_distance.agg(f)
   data_frames.append(data_grouped_by_distance)

df_combined_location_data = pd.concat(data_frames)
df_combined_location_data.set_index(['location_id', 'hours'], inplace=True)

• 这在功能上很好，但是性能和内存消耗很糟糕。 在我的数据集上花费了超过2个小时，这是目前不能接受的。 for循环的存在表明可以更好地处理这个问题。
• 有没有更好/更快的方法来实现这一点？