熊猫：生成并绘制平均值

Question

我有一个pandas数据框，如：

In [61]: df = DataFrame(np.random.rand(3,4), index=['art','mcf','mesa'],
                        columns=['pol1','pol2','pol3','pol4'])

In [62]: df
Out[62]: 
          pol1      pol2      pol3      pol4
art   0.661592  0.479202  0.700451  0.345085
mcf   0.235517  0.665981  0.778774  0.610344
mesa  0.838396  0.035648  0.424047  0.866920

我希望生成一行，其中包含基准测试中策略的平均值，然后绘制它。

目前，我这样做的方式是：

df = df.T
df['average'] = df.apply(average, axis=1)
df = df.T
df.plot(kind='bar')

是否有一种优雅的方法可以避免双重换位？

我试过了：

df.append(DataFrame(df.apply(average)).T)
df.plot(kind='bar')

这将附加正确的值，但不会正确更新索引并且图形混乱。

澄清。具有双转置的代码的结果是： 这就是我要的。显示基准和政策的平均值，而不仅仅是平均值。如果我能做得更好，我只是好奇。

请注意，图例通常会搞砸。要修复：

ax = df.plot(kind='bar')
ax.legend(patches, list(df.columns), loc='best')

Answer 1

您可以简单地使用mean的实例方法DataFrame，然后绘制结果。没有必要换位。

In [14]: df.mean()
Out[14]: 
pol1    0.578502
pol2    0.393610
pol3    0.634424
pol4    0.607450

In [15]: df.mean().plot(kind='bar')
Out[15]: <matplotlib.axes.AxesSubplot at 0x4a327d0>

更新

如果你想绘制所有列的条形和均值，你可以append平均值：

In [95]: average = df.mean()

In [96]: average.name = 'average'

In [97]: df = df.append(average)

In [98]: df
Out[98]: 
             pol1      pol2      pol3      pol4
art      0.661592  0.479202  0.700451  0.345085
mcf      0.235517  0.665981  0.778774  0.610344
mesa     0.838396  0.035648  0.424047  0.866920
average  0.578502  0.393610  0.634424  0.607450

In [99]: df.plot(kind='bar')
Out[99]: <matplotlib.axes.AxesSubplot at 0x52f4390>

如果您的布局不适合子图tight_layout，则会调整matplotlib参数。