在pandas数据帧中的每列上应用函数

Question

如何以更多熊猫方式编写以下功能：

     def calculate_df_columns_mean(self, df):
        means = {}
        for column in df.columns.columns.tolist():
            cleaned_data = self.remove_outliers(df[column].tolist())
            means[column] = np.mean(cleaned_data)
        return means

感谢您的帮助。

Answer 1

在我看来，对列的迭代是不必要的：

def calculate_df_columns_mean(self, df):
    cleaned_data = self.remove_outliers(df[column].tolist())
    return cleaned_data.mean()

假设remove_outliers仍返回df

，上述内容应该足够了

修改

我认为以下内容应该有效：

def calculate_df_columns_mean(self, df):
    return df.apply(lambda x: remove_outliers(x.tolist()).mean()

Answer 2

使用dataFrame.apply(func, axis=0)：

# axis=0 means apply to columns; axis=1 to rows
df.apply(numpy.sum, axis=0) # equiv to df.sum(0)