按组Python

Question

我有一个CSV文件，其中包含偏好实验中的评分数据。该文件相当基本，有5行，其中我需要4行（参与者，图像，流畅性，评级和版本）

我已经创建了一个Dataframe来隔离我需要的列，并且我已经通过流畅度（1和4）拆分了帧，因此我可以获得每个流畅度的组均值。

我无法弄清楚如何为每个参与者分割文件（每个人每个流利度有2个偏好评级）以获得个人评分。

以下是我的代码供参考。

我在编码时相当新，所以它可能不是最有效的方式。

由于

import pandas as pd
import numpy as np
# create dataframe from csv file and import only the colums you want
df = pd.read_csv('Pre-experiment.csv', usecols=[0,2,3,4])



pre_fluent = df[df['Fluency']== 1]
pre_disfluent = df[df['Fluency']==4]
pre_version1 = df[df['Version']==1]
pre_version2 = df[df['Version']==2]

print (pre_fluent)
print (pre_disfluent)
pre_mean_fluent = np.mean(pre_fluent)
pre_mean_disfluent = np.mean(pre_disfluent)
print (pre_mean_fluent)
print (pre_mean_disfluent)

df1 = pd.read_csv('Post-experiment.csv', usecols=[0,2,3,4])
#print (df)


post_fluent = df1[df['Fluency']== 1]
post_disfluent = df1[df['Fluency']==4]
post_version1 = df1[df['Version']==1]
post_version2 = df1[df['Version']==2]

print ("Dataframe sortted by fluency: {}".format(post_fluent))
print (post_disfluent)

post_mean_fluent = np.mean(post_fluent)
post_mean_disfluent = np.mean(post_disfluent)
print ("Post_Fluent Mean:   {}".format(post_mean_fluent))
print ("Post_Disfluent Mean: {}".format(post_mean_disfluent))

Answer 1

可能的答案

您要查找的内容并不完全清楚，但如果您需要按Participant对数据框进行分组，请尝试使用df.set_index将其设置为索引：

df.set_index('Participant', inplace=True)

假设您有参与者A和B。您可以使用df.loc或df.iloc获取参与者Fluency的所有A值（按位置而非名称引用）：

fluency_A = df.loc['A']['Fluency']  # or df.loc['A', 'Fluency']

这可能取决于您的实际数据的格式，但希望它能让您接近所需的内容。

一个工作示例

# Make up some data that we can read into our dataframe.
data = io.StringIO("""Participant,Fluency,Other
A,1,5
A,2,5
B,3,6
B,4,6""")
# Read the data, set the index, and get Fluency for "A".
df = pd.read_csv(data)
df.set_index('Participant', inplace=True)
df.loc['A']['Fluency']
# Participant
# A    1
# A    2
# Name: Fluency, dtype: int64

如评论中所述

编辑，您也可以使用df.loc['A', 'Fluency']，但是当我有一个复杂的多索引时，我在自己的工作中遇到了一些问题。这里使用的格式：df.loc[index_specification][column_specification]似乎对我来说更加一致。