Question

我是python刚尝试进行数据预处理的新手。我有一个csv文件，其输出如下：

       Time        A         B     C              
       05:00.9     50.0      0  0.148757      
       05:02.0     76.0      0  0.148757      
       Load        12:04:59      2.0                
       07:37.5      0.0      0  0.155029      
       07:38.6     70.0      0  0.155029      
       Load        12:07:36      2.0

所需的输出：

       Time         A        B     C         
       05:00.9     50.0      0  0.148757     
       05:02.0     76.0      0  0.148757      
                   63        0  0.148575
       Load         12:04:59      2.0                
       07:37.5      0.0      0  0.155029      
       07:38.6     70.0      0  0.155029  
                   70.0      0  0.155029     
       Load        12:07:36      2.0

在csv文件中遇到加载时间之前，我需要计算每列的平均值，并将数据存储在数据框中。

我尝试了以下代码。它遍历整个列，但是我需要在每个加载时间之前的平均值而不是加载时间的平均值。谢谢

for row in df.iterrows():
       A=df['A'].mean()
       B=df['B'].mean()

       or 
      for row in df.iterrows():
      df2 = df.groupby(str.contains("Load")).mean()
      print(df2)

Answer 1

将csv读入dataframe后-您可以通过检查特定行是否包含字符串 Load ID >在其中-

df["Contains_String_Load"] = df.Time.str.contains("Load").astype('int') #Above line will return a 1 if the row has Load, 0 otherwise df["Group_ID"] = df.Contains_String_Load.cumsum() df = df.loc[df.Contains_String_Load==0, :] df.groupby("Group_ID").mean()

返回此

A B C D Contains_String_Load Group_ID 0 63.0 0.0 0.148757 46.7 0 1 35.0 0.0 0.155029 45.1 0

计算数据子集的每一列的n个值的平均值时出现的问题

1 个答案: