Question

给出像这样的熊猫数据框：

    Col_1 Col_2 Col_3 Col_4 Col_5 Col_6
0     1     2     3     4     5     6
1     7     8     9     10    11    12

我想对列的子集取平均值，该平均值由某个给定的间隔定义。说间隔是两个，那么我想取Col_1和Col_2，Col_3和Col 4以及Col_5和Col6的平均值。或给定间隔3，我希望输出为

    First_Avg  Second_Avg
0      2          5
1      8          11

假设我无法取消各栏的命名。代码：

 import pandas as pd
 df = pd.DataFrame(columns =['Col_'+str(n) for n in range(1,7)], data =np.arange(12).reshape(2,6))

Answer 1

按列长创建np.arange的想法，然后对组使用整数除法，将其与groupby传递给axis=1并汇总mean：

N = 2
df1 = df.groupby(np.arange(len(df.columns)) // N, axis=1).mean().add_prefix('Avg_')
print (df1)
   Avg_0  Avg_1  Avg_2
0    1.5    3.5    5.5
1    7.5    9.5   11.5

N = 3
df1 = df.groupby(np.arange(len(df.columns)) // N, axis=1).mean().add_prefix('Avg_')
print (df1)
   Avg_0  Avg_1
0      2      5
1      8     11

详细信息：

print (np.arange(len(df.columns)) // 2)
[0 0 1 1 2 2]

print (np.arange(len(df.columns)) // 3)
[0 0 0 1 1 1]

编辑：如果输出中可能只有少数列，请使用新的列名称创建字典，然后使用rename：

d = {0:'bar', 1:'baz', 2:'foo'}
N = 2
df1 = df.groupby(np.arange(len(df.columns)) // N, axis=1).mean().rename(columns=d)
print (df1)
   bar  baz   foo
0  1.5  3.5   5.5
1  7.5  9.5  11.5

有关使用大写字母生成的列名称的更通用解决方案，请使用：

import string
d = dict(enumerate(string.ascii_uppercase))

N = 2
df1 = df.groupby(np.arange(len(df.columns)) // N, axis=1).mean().rename(columns=d)
print (df1)
     A    B     C
0  1.5  3.5   5.5
1  7.5  9.5  11.5

Answer 2

我将从split开始numpy

pd.concat([x.mean(1)for x in np.split(df, [3], axis=1)],1)
     0     1
0  2.0   5.0
1  8.0  11.0

熊猫在定期的列间隔内取平均值

2 个答案: