Question

我有pandas df，比方说，100行，10列，（实际数据很大）。我还有row_index列表，其中包含哪些行被认为取平均值。我想在列2,5,6,7和8上计算平均值。我们可以使用dataframe对象的某些函数吗？

我所知道的是做一个for循环，获取row_index中每个元素的行值并继续做意思。我们是否有一些直接函数，我们可以为ex df.meanAdvance(row_list,column_list,axis=0)传递row_list，column_list和axis？

我见过DataFrame.mean（），但我猜不出来。

  a b c d q 
0 1 2 3 0 5
1 1 2 3 4 5
2 1 1 1 6 1
3 1 0 0 0 0

我希望每个0, 2, 3列

的a, b, d行的平均值

  a b d
0 1 1 2

Answer 1

要选择数据帧的行，您可以使用iloc，然后可以使用方括号选择所需的列。

例如：

 df = pd.DataFrame(data=[[1,2,3]]*5, index=range(3, 8), columns = ['a','b','c'])

给出以下数据框：

只选择你可以做的第三行和第五行：

df.iloc[[2,4]]

返回：

   a  b  c
5  1  2  3
7  1  2  3

如果您只想选择列b和c，请使用以下命令：

df[['b', 'c']].iloc[[2,4]]

产生：

   b  c
5  2  3
7  2  3

要获得数据帧的这个子集的平均值，您可以使用df.mean函数。如果你想要列的平均值你可以指定axis = 0，如果你想要行的平均值你可以指定axis = 1

因此：

df[['b', 'c']].iloc[[2,4]].mean(axis=0)

返回：

b    2
c    3

正如我们应该从输入数据框中得到的那样。

对于您的代码，您可以这样做：

 df[column_list].iloc[row_index_list].mean(axis=0)

评论后编辑：评论中的新问题：我必须将这些方法存储在另一个df /矩阵中。我有L1，L2，L3，L4 ...... LX列表，它告诉我C列中我需要的索引[1,2,3]。例如：L1 = [0,2,3]，意味着我需要行0,2,3的平均值并将其存储在新的df /矩阵的第一行中。那么L2 = [1,4]我将再次计算平均值并将其存储在新df /矩阵的第二行中。同样地，直到LX，我希望新的df具有X行和len（C）列。 L1..LX的列将保持不变。你能帮我解决这个问题吗？

答案：

如果我理解正确，下面的代码应该可以解决问题（与上面的df相同，因为我选择'a'和'b'的列：

首先遍历所有行列表，将所有方法集合为pd.series，然后在轴= 1上连接结果列表系列，然后采用转置以正确的格式获取它。

dfs = list()
for l in L:
    dfs.append(df[['a', 'b']].iloc[l].mean(axis=0))

mean_matrix = pd.concat(dfs, axis=1).T

Answer 2

您可以通过将索引列表传递给.iloc来从DataFrame中选择特定列，例如：

df.iloc[:, [2,5,6,7,8]]

将返回包含这些编号列的DataFrame（注意：这使用基于0的索引，因此2指的是第3列。）

要理解该列的平均值，您可以使用：

# Mean along 0 (vertical) axis: return mean for specified columns, calculated across all rows
df.iloc[:, [2,5,6,7,8]].mean(axis=0)

要在该列中取平均值，您可以使用：

# Mean along 1 (horizontal) axis: return mean for each row, calculated across specified columns
df.iloc[:, [2,5,6,7,8]].mean(axis=1)

您还可以为两个轴提供特定索引以返回表的子集：

df.iloc[[1,2,3,4], [2,5,6,7,8]]

对于您的具体示例，您可以这样做：

import pandas as pd
import numpy as np

df = pd.DataFrame( 
np.array([[1,2,3,0,5],[1,2,3,4,5],[1,1,1,6,1],[1,0,0,0,0]]),
columns=["a","b","c","d","q"],
index = [0,1,2,3]
)

#I want mean of 0, 2, 3 rows for each a, b, d columns
#. a b d
#0 1 1 2

df.iloc[ [0,2,3], [0,1,3] ].mean(axis=0)

哪个输出：

a    1.0
b    1.0
d    2.0
dtype: float64

或者，要通过列名访问，请首先选择：

df[ ['a','b','d'] ].iloc[ [0,1,3] ].mean(axis=0)

要回答问题的第二部分（来自评论），您可以使用pd.concat一起加入多个DataFrame。在列表中累积帧然后一次性传递给pd.concat会更快，例如

dfs = []
for ix in idxs:
    dfm = df.iloc[ [0,2,3], ix ].mean(axis=0)
    dfs.append(dfm)

dfm_summary = pd.concat(dfs, axis=1) # Stack horizontally

计算pandas数据框中所选列的选定行的平均值

2 个答案: