Question

我有一个类似于下面的pandas数据框：

   Time    B    C  
   10:06   2    5
   10:07   5    3
   10:07   4    1 
   10:08   7    3
   10:08   9    4
   10:08   5    6

如果＆＃39;次＆＃39;我想平均cols B和C中的值。是平等的。我有以下代码，但我意识到我没有做出以下情况的一般情况： 1.没有重复 2.同一分钟内超过3个读数

是否有更有效和通用的方法来做到这一点？

    rowF = len(B)
    while i < rowF -1:

    if (df.loc[i, 'Time'] == df.loc[i+1, 'Time']):
        if(df.loc[i,'Time'] == df.loc[i+2, 'Time']):
            a = df.loc[i:i+2,'B']
            avg = sum(a)/float(len(a))
            average.append(avg)
            print(average)
        else:
            a = df.loc[i:i+1,'B']
            avg = sum(a)/float(len(a))
            average.append(avg)
            print(average)

    df1['B'] = average
    i+=1

预期产出：

    Time    B     C  
   10:06   2      5
   10:07   4.5    2
   10:08   7     4.3

Answer 1

您可以使用groupby功能：

df = pd.DataFrame({'Time': ['10:06', '10:07', '10:07', '10:08', '10:08', '10:08'],
                   'B': [2, 5, 4, 7, 9, 5],
                   'C': [5, 3, 1, 3, 4, 6]})

df.groupby('Time').mean()

这将返回每列的平均值，按索引值分组：

         B         C
Time
10:06  2.0  5.000000
10:07  4.5  2.000000
10:08  7.0  4.333333

Pandas数据帧：在一个col中平均值，因为另一个col有重复

1 个答案: