Question

我是Python Pandas的新手，正在寻求有关如何解决问题的建议。我有一个很大的数据框，我想一次将行的列相加50，以形成新的行，其中一列是时间序列的平均值。我的措辞很差，但这是一个例子：

说我有这个数据帧，其中A是一个递增的时间序列：

          A     B     C     D
       0  1     23    45    21 
       1  2     34    23    65
       2  3     56    84    35
       3  4     67    20    70

我想用两行“折叠”行，使它们看起来像这样，对B，C和D列求和，而A列为均值：

           A     B     C     D
       0  1.5   57    68    86
       1  3.5   123   104   110

我已经研究过使用cut（）和groupby（）了，但是这些似乎都不符合我的要求。

编辑：对于任何也在寻找此内容的人，我发现将其作为基于索引值的重采样最为简单。解决我特定问题的方法是：

df = df.groupby(df.index // 50).sum()

然后我将所需的列除以50得到平均值。

Answer 1

您只需要将groupby的关键列添加到与您的需求相对应的数据框中。

您要在此处将每个ncollapsed（一些数字）行折叠在一起，因此您可以添加从范围的整数除以ncollapsed获得的列，以使每个{{1 }}行。

ncollapsed

结果：

import numpy as np
import pandas as pd

# some random data
df = pd.DataFrame(np.random.randint(low=0, high=100, size=(5,5)))
ncollapsed = 2
# add column with same values each 'ncollapsed' consecutive rows
df["index_collapsed"] = np.arange(len(df)) // ncollapsed  
# Now collapse using groupby and the aggregation you want
df.groupby("index_collapsed").mean()

注意：最后一行尚未折叠，因为行数不是0 1 2 3 4 0 73 95 93 8 73 1 27 68 77 21 90 2 89 32 65 73 49 3 25 79 11 73 66 4 81 72 33 66 16 0 1 2 3 4 index_collapsed 0 50.0 81.5 85.0 14.5 81.5 1 57.0 55.5 38.0 73.0 57.5 2 81.0 72.0 33.0 66.0 16.0的倍数

数据框中的列和均值求和

1 个答案: