Question

我想获得数据帧中某个特定列的特定行子集的平均值。

我可以用

df['C'].iloc[2:9].mean()

从原始Dataframe中获取我想要的特定行的平均值，但我的问题是我想在使用groupby操作后执行此操作。

我正在建设

df.groupby(["A", "B"])['C'].mean()

在＆＃39; C＆＃39;中返回了11个值。一旦我按A列和B列分组，我得到这11个值的平均值。我实际上只想得到第3到第9个值的平均值，但理想情况下我想做的是

df.groupby(["A", "B"])['C'].iloc[2:9].mean()

对于A，B的每一组，这将从C列返回那11个值，然后找到第3到第9个值的平均值，但我知道我不能这样做。该错误建议使用apply方法，但我似乎无法弄明白。

任何帮助都将不胜感激。

Answer 1

您可以在groupby之后使用agg函数，然后在每个组中使用子集并获取mean：

df = pd.DataFrame({'A': ['a']*22, 'B': ['b1']*11 + ['b2']*11, 'C': list(range(11))*2})
# A dummy data frame to demonstrate

df.groupby(['A', 'B'])['C'].agg(lambda g: g.iloc[2:9].mean())

# A   B 
# a  b1    5
#    b2    5
# Name: C, dtype: int64

Answer 2

尝试此变体：

for key, grp in df.groupby(["A", "B"]):
    print grp['C'].iloc[2:9].mean()

使用groupby后如何获取行子集的平均值？

2 个答案: