Question

我有一个包含数字和非数字数据列的DataFrame。这是它的一部分：

ATG12 Norm     ATG5 Norm    ATG7 Norm    Cancer Stage    
5.55           4.99         8.99         IIA
4.87           5.77         8.88         IIA
5.98           7.88         8.34         IIC

我想通过癌症阶段对数据进行分组，取每个数值数据列的平均值，并生成一个表格，列出每个癌症阶段的方法;像这样：

Cancer Stage    ATG12 Mean    ATG5 Mean    ATG7 Mean
IIA             5.03          6.20         8.34
IIB             7.45          4.22         7.99
IIIA            5.32          3.85         6.68

我已经找到了groupby和mean（）函数，可以一次计算一列的均值：

AVG = data.groupby("Cancer Stage")['ATG12 Norm'].mean()

但那只能给我：

Cancer Stage    
IIA             5.03      
IIB             7.45
IIIA            5.32
Name: ATG12 Norm, dtype: float64

如何将此过程同时应用于我想要的所有列并生成所有列的数据帧？对不起，如果这是重复;我发现似乎与相关主题有关的大熊猫问题都在我脑海中。

Answer 1

你试过吗

df.groupby('Cancer Stage').mean()

或

df.groupby('Cancer Stage')['ATG12 Norm','ATG5 Norm'].mean()

带有额外文本列的示例数据：

import pandas as pd
from StringIO import StringIO

data='''ATG12 Norm     ATG5 Norm    ATG7 Norm    Cancer Stage    Text
5.55           4.99         8.99         IIA    ABC
4.87           5.77         8.88         IIA    ABC
5.98           7.88         8.34         IIC    ABC'''

df = pd.DataFrame.from_csv(StringIO(data), index_col=None, sep='\s{2,}')

print df
print df.groupby('Cancer Stage')['ATG12 Norm','ATG5 Norm'].mean()
print df.groupby('Cancer Stage').mean()

结果：

   ATG12 Norm  ATG5 Norm  ATG7 Norm Cancer Stage Text
0        5.55       4.99       8.99          IIA  ABC
1        4.87       5.77       8.88          IIA  ABC
2        5.98       7.88       8.34          IIC  ABC


              ATG12 Norm  ATG5 Norm
Cancer Stage                       
IIA                 5.21       5.38
IIC                 5.98       7.88


              ATG12 Norm  ATG5 Norm  ATG7 Norm
Cancer Stage                                  
IIA                 5.21       5.38      8.935
IIC                 5.98       7.88      8.340

熊猫基于手段建立子表

1 个答案: