Question

我的想法是从数据帧的每一列获取平均值，中位数，变量，最小值，最大值之类的统计信息，并将其保存到新的空数据帧中。我的数据框如下所示：

    A   B   C   D
0   3   4   2   1
1   4   3   3   1
2   4   2   3   0

我的新数据框应如下所示：

A_mean | A_median | A_var | A_max | A_min | B_mean | B_median | B_var | B_max  |B_min | ...
 1          2         1       1       0      1           1        1       2       1     ...

我不能使用df.describe（），因为它没有var或中位数。

我实现这个想法：

row=pd.DataFrame()
for column in df:
        row = row.append({column + '_mean':df_test[column].mean()}, ignore_index=True) 
        row = row.append({column + '_median':df_test[column].median()}, ignore_index=True)
        row = row.append({column + '_var':df_test[column].var()}, ignore_index=True)
        row = row.append({column + '_max':df_test[column].max()}, ignore_index=True)
        row = row.append({column + '_min':df_test[column].min()}, ignore_index=True)

但是我得到了

我的目标是将它排成一排而不是10个不同的排。我该如何更改代码？

Answer 1

如果可能的更改格式，请使用agg和列表中的功能：

df = df.agg(['mean','median', 'var','max','min'])
print (df)
               A    B         C         D
mean    3.666667  3.0  2.666667  0.666667
median  4.000000  3.0  3.000000  1.000000
var     0.333333  1.0  0.333333  0.333333
max     4.000000  4.0  3.000000  1.000000
min     3.000000  2.0  2.000000  0.000000

或将unstack与to_frame相加并转置最后DataFrame行的列名称：

df = df.agg(['mean','median', 'var','max','min']).unstack().to_frame().T
df.columns = df.columns.map('_'.join)
print (df)
     A_mean  A_median     A_var  A_max  A_min  B_mean  B_median  B_var  B_max  \
0  3.666667       4.0  0.333333    4.0    3.0     3.0       3.0    1.0    4.0   

   B_min    C_mean  C_median     C_var  C_max  C_min    D_mean  D_median  \
0    2.0  2.666667       3.0  0.333333    3.0    2.0  0.666667       1.0   

      D_var  D_max  D_min  
0  0.333333    1.0    0.0

计算每列的统计信息并将其添加到空数据框

1 个答案: