Pandas:创建新的数据帧，平均来自另一个数据帧的重复数据
Pandas:创建新的数据帧，平均来自另一个数据帧的重复数据
提问于 2013-05-22 04:05:49
假设我有一个包含列重复项的数据帧my_df，例如..
foo bar foo hello
0 1 1 5
1 1 2 5
2 1 3 5我想创建另一个对重复项取平均值的数据帧：
foo bar hello
0.5 1 5
1.5 1 5
2.5 1 5我如何在Pandas中做到这一点？
到目前为止，我已经成功地识别了重复项：
my_columns = my_df.columns
my_duplicates = print [x for x, y in collections.Counter(my_columns).items() if y > 1]我不知道怎么让熊猫去求它们的平均值。
回答 1
Stack Overflow用户
回答已采纳
发布于 2013-05-22 04:17:08
In [11]: df.groupby(level=0, axis=1).mean()
Out[11]:
bar foo hello
0 1 0.5 5
1 1 1.5 5
2 1 2.5 5一个比较棘手的示例是，如果有一个非数字列：
In [21]: df
Out[21]:
foo bar foo hello
0 0 1 1 a
1 1 1 2 a
2 2 1 3 a以上代码将引发：DataError: No numeric types to aggregate__。肯定不会因为效率而获奖，但在这种情况下，这里有一个通用的方法：
In [22]: dupes = df.columns.get_duplicates()
In [23]: dupes
Out[23]: ['foo']
In [24]: pd.DataFrame({d: df[d] for d in df.columns if d not in dupes})
Out[24]:
bar hello
0 1 a
1 1 a
2 1 a
In [25]: pd.concat(df.xs(d, axis=1) for d in dupes).groupby(level=0, axis=1).mean()
Out[25]:
foo
0 0.5
1 1.5
2 2.5
In [26]: pd.concat([Out[24], Out[25]], axis=1)
Out[26]:
foo bar hello
0 0.5 1 a
1 1.5 1 a
2 2.5 1 a我认为需要注意的是避免列重复...或者我不知道我在做什么。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/16678551
复制相关文章
相似问题
腾讯云开发者
