Question

我有1个由未知数量的dfs组成的列表：

df具有相同的维度，具有相同的列名和相同的列值，并且顺序相同：

df1=pd.DataFrame(data=np.transpose([[1,2,3,4],[2,4,6,8]]),index=['A','B','C','D'],columns=['x','y'])
df2=pd.DataFrame(data=np.transpose([[3,3,3,3],[4,4,4,4]]),index=['A','B','C','D'],columns=['x','y'])

我想将n个dfs的值分组为一个新的df，这些值是n个dfs的平均值。

输出

df2=pd.DataFrame(data=np.transpose([[2,2.5,3,3.5],[3,4,5,6]]),index=['A','B','C','D'],columns=['x','y'])

Answer 1

每个索引值将mean与concat一起使用：

print (pd.concat([df1, df2]).mean(level=0))
     x    y
A  2.0  3.0
B  2.5  4.0
C  3.0  5.0
D  3.5  6.0

Answer 2

首先连接数据帧，重置索引以将其用作分组键，然后计算所有列的均值。

leftMap

输出

pd.concat([df1, df2]).reset_index().groupby('index').mean()

取得具有其他df平均值的新df

2 个答案: