如何以较小的平均值获得价值

Question

我有一个像

这样的数据框

x  y    cluster
0  112  4
0  113  4
1  111  4

我将从这个代码中获取位置：

for n in range(0,9): 
...
    location = np.array(cluseter_location )

我想按照列'cluster'的顺序排序，小列'y'的意思，所以我尝试了：

for n in range(0,9):
    cluster_ = data2[data2['cluster_id']== n]

    ...

Answer 1

修改代码以对元组列表进行排序

在您的代码中，不要附加 cluster_int，只需附加元组 (n, cluster_int)，然后在排序时使用 lambda 按每个元组的第二个值进行排序。

for n in range(0,9):
    cluster_ = data2[data2['cluster_id']== n]

    cluster_list = cluster_['y'].tolist()
    cluster_avg = sum(cluster_list)/len(cluster_list)

    cluster_int = int(cluster_avg)

    print("cluster_id : %d" %n ,"average : %d" %cluster_int)
    lst.append((n,cluster_int))                              #<-------
    a = sorted(lst, key = lambda x:x[1])                     #<-------


print(a)                                                     #<-------

ordered_average = [average for cluster, average in a]        #<-------
ordered_clusters = [cluster for cluster, average in a]       #<-------

print(ordered_average)                                       #<-------
print(ordered_clusters)                                      #<-------

#cluster and average together
[(4,112),(8,121,(1,127),(6,139),(5,149)]

#averages sorted
[112, 121, 127, 139, 149]

#clusters sorted
[4,8,1,6,5]

---

使用熊猫的另一种方式

一种更快的方法是在 groupby 之后直接对 Pandas 数据帧进行排序。

print(df.groupby('cluster')['y'].mean().reset_index().sort_values('y'))