Question

我有一个像这样的数据框：

        pk_dcdata     threshold   last_ep  diff
window                                                            
1        11075761       0.00001         4     3
1        11075768       0.00001         7     6
2        11075769       0.00001         1    -1
2        11075770       0.00001         1    -1
3        11075771       0.00001         1     0
3        11075768       0.00001         7     6

我要计算“ diff”列中的平均值，但要与索引“ window”进行比较，然后将平均值保存到新列表中。例如window = 1，平均值是（3 + 6）/ 2，下一个是window = 2，所以（-1-1）/ 2依此类推。

预期结果：list = [4.5,-1,3]

我尝试使用'rolling_mean'，但不知道如何设置移动长度。由于数据集很大，因此希望可以快速获得结果。

Answer 1

不要使用list作为变量，因为python保留了字。

需要按每个索引mean进行汇总，最后将Series转换为list：

L = df.groupby(level=0)['diff'].mean().tolist()
#alternative
#L = df.groupby('window')['diff'].mean().tolist()
print (L)
[4.5, -1.0, 3.0]

在pandas 0.20.0+中替代工作，请选中docs。

Answer 2

您可以使用groupby()：假设您的数据帧称为df

avg_diff = df['diff'].groupby(level=0).mean()

这将为您提供一个基于window的数据框。如果要把它放在列表中，可以这样：

my_list = avg.tolist()

python熊猫计算出平均值

2 个答案: