Question

我正在使用df.corr（）为我正在处理的多个dfs创建关联数据帧。如何找到每个独立数据帧中所有相对值的max / min / mean / std.dev并创建一个数据帧？

Answer 1

使用pd.concat，describe与列表理解：

输入：

df1 = pd.DataFrame(np.random.rand(3,5),columns=list('ABCDE'))
df2 = pd.DataFrame(np.random.rand(3,5),columns=list('ABCDE'))
df3 = pd.DataFrame(np.random.rand(3,5),columns=list('ABCDE'))

pd.concat([i.describe() for i in [df1,df2,df3]], keys=['df1','df2','df3'], axis=1)

输出：

            df1                                               df2            \
              A         B         C         D         E         A         B   
count  3.000000  3.000000  3.000000  3.000000  3.000000  3.000000  3.000000   
mean   0.333877  0.428859  0.871313  0.627086  0.674608  0.427097  0.550675   
std    0.306857  0.378634  0.086694  0.286641  0.221984  0.382306  0.167861   
min    0.035033  0.143601  0.795605  0.432969  0.441879  0.040908  0.402787   
25%    0.176734  0.214075  0.824027  0.462473  0.569911  0.237947  0.459449   
50%    0.318435  0.284549  0.852450  0.491976  0.697942  0.434986  0.516111   
75%    0.483299  0.571488  0.909168  0.724144  0.790973  0.620191  0.624619   
max    0.648163  0.858428  0.965886  0.956312  0.884003  0.805397  0.733128   

                                          df3                                \
              C         D         E         A         B         C         D   
count  3.000000  3.000000  3.000000  3.000000  3.000000  3.000000  3.000000   
mean   0.506573  0.495343  0.542382  0.609385  0.577433  0.426975  0.201287   
std    0.346116  0.238650  0.150438  0.133651  0.369295  0.426809  0.233817   
min    0.121840  0.242962  0.446248  0.457182  0.222946  0.027543  0.031918   
25%    0.363533  0.384337  0.455698  0.560287  0.386180  0.202110  0.067901   
50%    0.605227  0.525712  0.465148  0.663393  0.549413  0.376677  0.103884   
75%    0.698939  0.621533  0.590449  0.685487  0.754676  0.626691  0.285972   
max    0.792651  0.717354  0.715750  0.707581  0.959939  0.876705  0.468060   


              E  
count  3.000000  
mean   0.664598  
std    0.037764  
min    0.625907  
25%    0.646217  
50%    0.666527  
75%    0.683943  
max    0.701360

Answer 2

IIUC，这为类似定位的细胞集提供了min，max，std等。因此，对于列('X', 'X')，我们会在df.loc['X', 'X']

中的所有数据框中获取lodf单元格的统计信息

np.random.seed([3,1415])

lodf = [
    pd.DataFrame(
        np.random.randint(10, size=(3, 3)),
        list('XYZ'), list('XYZ')
    ) for _ in range(100)
]

pd.concat(
    dict(enumerate([d.stack() for d in lodf]))
).unstack(level=[1, 2]).describe()

           X                    Y                    Z              
           X      Y      Z      X      Y      Z      X      Y      Z
count 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00
mean    4.56   4.81   4.93   4.28   4.31   4.49   4.54   4.53   4.60
std     2.99   2.81   2.82   3.06   2.97   3.02   3.05   2.80   2.87
min     0.00   0.00   0.00   0.00   0.00   0.00   0.00   0.00   0.00
25%     2.00   2.75   2.00   1.00   2.00   2.00   1.75   2.00   3.00
50%     4.00   5.00   5.50   5.00   4.00   4.00   5.00   4.00   4.00
75%     7.00   7.00   7.00   7.00   7.00   7.00   7.00   7.00   7.25
max     9.00   9.00   9.00   9.00   9.00   9.00   9.00   9.00   9.00

多个数据帧的pandas中的多列最多

2 个答案: