Question

我将数百个数据帧附加在列表中。所有数据框的列数均相同，但行数不相同。列名也相同。

所以我想获取每列的列值的均值，标准值和疯狂值，而我正在做这样的事情：

所有数据框都附加在列表中（第一个）

lst = []


for filen, filen1 in zip(filelistn, filelist1):
   df1 = pd.read_table(path_to_files+filen, skiprows=0, usecols=(0,1,2,3,4,8),names=['wave','num','stlines','fwhm','EWs','MeasredWave'],delimiter=r'\s+')
   df2 = pd.read_table(path_to_files1+filen1, skiprows=0, usecols=(0,1,2,3,4,8),names=['wave','num','stlines','fwhm','EWs','MeasredWave'],delimiter=r'\s+')

   dfs = pd.merge(df1,df2, on='wave', how='inner')
   dfs = df1 - df2
   lst.append(dfs)

df = reduce(lambda x, y: pd.merge(x, y, on = 'wave',how='outer'), lst)
df = df.rename(columns = lambda x: x.split('_')[0]).T 
df = df.groupby(df.index).agg(['mean','std','mad','median']).T

但是我得到的结果有点奇怪，就像在mad列中一样，21,65,36这样的值是荒谬的。

        wave       mean    median        mad
0    4050.32  -0.016182 -0.011940   0.008885
1    4208.98   0.023707  0.007189   0.032585
2    4374.94  -0.001321 -0.001196   0.000378
3    4379.74   0.002778  0.003380   0.004685
4    6828.60 -10.604568 -0.000590  21.084799
5    6839.84  -0.003466 -0.001870   0.010169
6    6842.04 -32.751551 -0.002514  65.118329
7    6842.69  18.293519 -0.002158  36.385884

在所有数据框中，列wave相同，但行数不同。这有什么关系吗？可能是因为用了错误的行的平均值？

有人可以告诉我如何解决吗？

Answer 1

您可以使用pandas.concat将数据帧的序列连接为一个大数据帧，然后像这样计算随后的统计信息。

import pandas as pd

# lst = [construct list of dataframes ...]
df = pd.concat(lst, axis=0)
means = df.mean()
stds = df.std()

编辑：如果您想按某个键细分统计信息，例如wave，您可以使用以下内容。

means = df.groupby('wave').mean()

如何对列表中附加的多个数据框进行平均，标准和疯狂处理？

1 个答案: