Question

我有一个带有ID的数据框和与每个ID相关的大量测试结果。我想要做的是创建第二个数据框，它总结了特定测试的平均分数和标准偏差，然后我可以在图表上绘制。

以下是我到目前为止的代码。它返回错误“ValueError：Length mismatch：Expected axis has 1 elements，new values have 2 elements”。

有人可以帮忙吗？

    df2 = df1.groupby(['id'], as_index=True).agg({'variable_1':['mean'], 'variable_1':['std']})
    df2.columns=['var_mean','var_std']
    df2.plot(x='var_mean', y='var_std', kind='scatter', figsize=(15,10), title='Standard Deviation of Std vs Mean')


example data:

ID    Variable_1
1234  32
1234  23
2345  54
2345  65
2345  76
3456  78

what I'd like:

ID    Mean  SD
1234  23.5  2.2
2345  45    9
...
...

Answer 1

您可以将函数词汇传递给groupby以使用agg执行统计：

In [154]:

df.groupby('ID')['Variable_1'].agg({'Mean':np.mean, 'SD':np.std})
Out[154]:
      Mean         SD
ID                   
1234  27.5   6.363961
2345  65.0  11.000000
3456  78.0        NaN

如何创建摘要统计数据框？

1 个答案: