在pandas dataframe中创建组均值列
可以通过使用groupby函数和transform函数来实现。下面是完善且全面的答案：
在pandas中，DataFrame是一个二维的数据结构，可以理解为一个表格，其中包含了行和列。要在DataFrame中创建组均值列，可以按照以下步骤进行操作：
- 首先，使用groupby函数将DataFrame按照某一列或多列进行分组。例如，我们可以按照某一列的值将数据分成不同的组。
grouped = df.groupby('column_name')- 接下来，使用transform函数对每个分组进行操作。transform函数可以对每个分组应用相同的操作，并返回一个与原始DataFrame具有相同索引的新列。
df['group_mean'] = grouped['column_name'].transform('mean')在上述代码中，'column_name'是要进行分组的列名，'group_mean'是新创建的组均值列的列名。
组均值列的作用是将每个分组的均值值赋给对应的行。这样，我们可以在DataFrame中直接查看每个样本所属组的均值。
下面是一个示例，展示了如何在pandas DataFrame中创建组均值列：
import pandas as pd
# 创建一个示例DataFrame
data = {'group': ['A', 'A', 'B', 'B', 'B'],
'value': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)
# 按照group列进行分组，并创建组均值列
grouped = df.groupby('group')
df['group_mean'] = grouped['value'].transform('mean')
print(df)输出结果为：
group value group_mean
0 A 1 1.5
1 A 2 1.5
2 B 3 4.0
3 B 4 4.0
4 B 5 4.0在这个示例中，我们按照'group'列进行分组，并创建了一个名为'group_mean'的组均值列。可以看到，每个分组的均值值被赋给了对应的行。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据库 TencentDB：https://cloud.tencent.com/product/cdb
- 腾讯云云服务器 CVM：https://cloud.tencent.com/product/cvm
- 腾讯云人工智能 AI Lab：https://cloud.tencent.com/product/ai-lab
- 腾讯云物联网平台 IoT Hub：https://cloud.tencent.com/product/iothub
- 腾讯云移动开发移动推送 TPNS：https://cloud.tencent.com/product/tpns
- 腾讯云对象存储 COS：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务 BaaS：https://cloud.tencent.com/product/baas
- 腾讯云元宇宙服务：https://cloud.tencent.com/product/virtual-world
相关·内容
4回答
假设我已经生成了如下数据：
N = 20
m = 3
data = np.random.normal(size=(N,m)) + np.random.normal(size=(N,m))**3
然后我创建了一些分类变量：
indx = np.random.randint(0,3,size=N).astype(np.int32)
并生成一个DataFrame：
import pandas as pd
df = pd.DataFrame(np.hstack((data, indx[:,None])),
columns=['a%s' % k for k i
浏览 6提问于2014-09-25得票数 37
回答已采纳
1回答
有了一个由DataFrame索引组织的DateTime，什么是最好的方法来获得一个连续滚动的列在里面？
例如：
2021-12-20 09:30:00 6.0
2021-12-20 09:31:00 36.0
2021-12-20 09:32:00 37.0
2021-12-20 09:33:00 41.0
2021-12-20 09:34:00 73.0
我的目标是创建一个新列，其中第一个值是第一行(6)的平均值，第二行是前两行的平均值，依此类推。这是可以通过Pandas实现的，还是必须对整个DataFrame进行迭代？另外，是否可以在每天
浏览 6提问于2022-01-20得票数 1
回答已采纳
2回答
如果我在Python中有一个熊猫DataFrame，如下所示：
import numpy as np
import pandas as pd
a = np.random.uniform(0,10,20)
b = np.random.uniform(0,1,20)
data = np.vstack([a,b]).T
df = pd.DataFrame(data)
df.columns = ['A','B']
df.sort_values(by=['A'])
A B
5 0.057519 0.4654
浏览 2提问于2019-04-03得票数 5
回答已采纳
1回答
我有一个具有以下结构的dataframe：
import numpy as np
import pandas as pd
df = pd.DataFrame(
{
"date": ["2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04"] * 2,
"group": ["A", "A", "A", "A", "B", "
浏览 2提问于2022-04-26得票数 2
回答已采纳
1回答
如何使用计算过的列创建一个新的dataframe bigdf，该列迭代来自另一个df的每一行？我在新的dataframe bigdf中接收空行。
# Import pandas library
import pandas as pd
import numpy as np
# DataFrame
data = [['tom', 10], ['nick', 15], ['juli', 14]]
df = pd.DataFrame(data, columns = ['Name', 'Age'])
遍历每一行，计算每
浏览 1提问于2021-06-16得票数 0
回答已采纳
我需要计算dataframe的第一列的平均值，我可以使用mean()方法进行计算。问题是:有时，数据中有-9999个值表示缺失的观测值。我知道在计算Pandas中的平均值时，NaN值本质上是跳过的，当然-9999值不是这种情况。
这是我试过的代码。它计算列的平均值，但通过在计算中取-9999值：
df=pandas.DataFrame([{2,4,6},{1,-9999,3}])
df[0].mean(skipna=-9999)
但它的平均值为-4998.5，这显然是用-9999计算得出的。
浏览 7提问于2015-01-27得票数 4
回答已采纳
1回答
我有以下问题：
给定一个2D数据，第一列有值，第二列给出点的类别，我想要计算每个类别均值的k-均值字典，并指定一个特定值的组平均值最接近于原始数据帧中的一个新列的质心。
我想用groupby来做这件事。
更普遍地说，我的问题是，应用(对我所知)的函数只能使用在单个组上定义的函数(如mean())。K-表示需要关于所有组的信息。有比将所有东西转换为numpy数组并使用这些数组更好的方法吗？
import pandas as pd
import numpy as np
from scipy.cluster.vq import kmeans2
k=4
raw_data = np.random.ra
浏览 0提问于2016-07-13得票数 0
回答已采纳
在使用列中一些重复的单元格值创建DataFrame之后，名称
import pandas as pd
df = pd.DataFrame({'Name': ['Will','John','John','John','Alex'],
'Payment': [15, 10, 10, 10, 15],
'Duration': [30, 15, 15, 15, 20]})
我想继续创
浏览 2提问于2016-09-03得票数 6
回答已采纳
我想为我的Pandas DataFrame的两列绘制一个直方图。虽然回收箱是由列ratio的值定义的，例如0-0.1、0.1-0.2、.、0.9-1.0，而不是像常规直方图那样的计数，但我需要绘制每个桶的其他列feet的平均值。我可能会创建另一个列，这个列是ratio列，并通过在新列上分组来计算feet的平均值。但有没有办法在不生成新列的情况下直接绘制它？
浏览 3提问于2020-08-03得票数 1
回答已采纳
使用Pandas，我想要"groupby“并计算我的Dataframe的每一组的平均值。我这样做：
dict = {
"group": ["A", "B", "C", "A", "A", "B", "B", "C", "A"],
"value": [5, 6, 8, 7, 3, 9, 4, 6, 5]
}
import pandas as pd
df = pd.DataFrame(dict)
pr
浏览 4提问于2021-05-07得票数 2
回答已采纳
我有一个大致如下的代码： import numpy as np
import pandas as pd
df = pd.DataFrame({'Group':['a','a','b','b','b','c','c'], 'Label':[0,1,0,1,1,0,1], 'Num':[1,2,3,4,5,6,7]}) 我希望有一个新的列，它是Num的平均值，但仅适用于类标签为1的行。但是，此平均值应仅应用于标签为1的所有行，其余行为0
浏览 26提问于2021-10-17得票数 1
回答已采纳
如何使用fillna返回pandas DataFrame中相应列的平均值。基本上，如果我有列total_bill和data_usage，例如，我想用total_bill列中所有条目的平均值填充total_bill列中的所有NaN。同样，用data_usage列中所有条目的平均值填充data_usage列中的所有NaN。
浏览 23提问于2021-07-19得票数 0
回答已采纳
6回答
计算表中每x行的平均值并创建新表
、、、、
我有一个很长的数据表(大约200行x 50列)，我需要创建一个代码，它可以每两行计算一次表中每列的平均值，最终输出是一个新的平均值表。在Excel中这样做显然是疯狂的！我使用python3，我知道一些类似的问题：，和。但所有这些都没有帮助，因为我需要一些优雅的代码来处理多个列，并生成一个有组织的数据表。顺便说一句，我的原始datatable是使用pandas导入的，并被定义为dataframe，但在pandas中找不到一种简单的方法来实现这一点。非常感谢您的帮助。
该表(简写版本)的一个示例如下：
a b c d
2 50 25 26
4 11 38 44
6
浏览 3提问于2016-04-23得票数 38
2回答
群熊猫数据与计算多列均值
、、、
我试图将熊猫的数据按列分组，然后计算出多个列的平均值。在下面的示例中，我想按“类别”列进行分组，然后计算“得分”和“优先级”列的平均值。所有三列都应位于生成的dataframe中。
我能够对第一列进行分组并计算平均值，但我不知道如何添加第二列。在我的尝试之下。
任何指导都非常感谢。
import pandas as pd
data = [['A', 2, 1], ['A', 4, 2], ['B', 5, 3], ['B', 2, 3]]
df = pd.DataFrame(data, columns=['categor
浏览 3提问于2022-05-24得票数 1
回答已采纳
1回答
目标:取一个DataFrame，按该dataframe的两列分组，计算其他列的平均值，并返回一个数据。我该怎么办？
import pandas as pd
import numpy as np
md = {"group1": [1, 2, 4, 5],
"group2": [2, 3, 5, 6],
"var1":[343, 345, 567, 569],
"wt":[1.2, 1.3, 1.8, 1.9]}
df = pd.DataFrame(md)
这就是我想要得到的：
group1 group2
浏览 7提问于2022-03-14得票数 0
2回答
我想要将pandas dataframe转换为矩阵，以便进行一些计算，例如，列平均值和行平均值。在转换为矩阵后，它仍然提供了一个漂亮的列和行。在R中，我可以使用as.matrix(Chicago)，这将给我一个很好的矩阵，如下所示： ? 然而，当我在python中使用np.asmatrix(chicago)时，它给了我： ? 我想知道python有没有可能得到像R这样好的输出，这也允许我做行均值或列均值。谢谢!
浏览 35提问于2020-08-20得票数 1
1回答
我有一个具有以下结构的dataframe：
import numpy as np
import pandas as pd
df = pd.DataFrame(
{
"date": ["2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04"] * 2,
"group": ["A", "A", "A", "A", "B", "
浏览 5提问于2022-04-26得票数 1
回答已采纳
1回答
我正在尝试创建一个函数，该函数使用DataFrame函数返回Pandas DataFrame中所有列的平均值、中值或标准差。
这是一个学校作业，所以没有理由使用NumPy，除了这是对我的要求。我很难弄清楚如何在Pandas DataFrame中使用NumPy函数来解决这个问题。
这里是问题的文本.
下面的代码单元格包含一个名为comp_sample_stat的函数，它接受两个参数"df“，其中包含特定公司的dow的数据，以及stat，它将包含三个字符串中的一个：”平均值“、"std”或“中位数”。
对于这个问题：
如果stat等于“平均”，则使用numpy的平均值函数返回d
浏览 0提问于2018-10-08得票数 0
回答已采纳
我想以一个简单的数据帧为例，根据另一列("name“列)中的值，将一列(" value”列)求和成组。在那之后，我想得到"value“列的平均值
In [1]: import pandas
In [2]: df = pandas.DataFrame(data = [{'name': 'a', 'val': 1}, {'name': 'b', 'val': 2}, {'name': 'b', 'val': 4}])
In [3
浏览 5提问于2021-03-03得票数 0
回答已采纳
我在Pandas中有一个dataframe，我想根据它的列的平均值(或通过它们的std值)对它的列进行排序(例如，获取一个新的dataframe，或一个视图)。文档中谈到了，但我找不到任何关于自定义排序方法的内容。
我该怎么做呢？
浏览 1提问于2013-07-18得票数 26
回答已采纳
2回答
我有一个dataframe，我想用其列的平均值替换value 7，而在该列中不包含other 7。下面是一个简单的例子：
import pandas as pd
df = pd.DataFrame()
df['a'] = [1, 2, 3]
df['b'] =[3, 0, -1]
df['c'] = [4, 7, 6]
df['d'] = [7, 7, 6]
a b c d
0 1 3 4 7
1 2 0 7 7
2 3 -1 6 6
这是我想要的输出：
a
浏览 8提问于2022-10-16得票数 0
回答已采纳
我已经和熊猫玩了几个小时了，我想知道有没有其他更快的方法来给你的表添加一个额外的列，由该行的平均值组成？我正在创建一个包含平均值的新列表，然后将其合并到数据框架中。
这是我的代码：
import numpy as np
import pandas as pd
userdata={"A":[2,5],"B":[4,6]}
tab=pd.DataFrame((userdata), columns=["A","B"])
lst=[np.mean([tab.loc[i,"A"],tab.loc[i,"B"]
浏览 1提问于2017-04-13得票数 2
我有一个由13列特定股票每日股票回报组成的pandas数据框架。我想计算每一列的几何平均值，但一些列中有零，因为这些业务在不同的时间出现在股票市场上。
我知道numpy的算术平均值会忽略NaN。有没有办法在计算几何平均值的同时忽略零？
示例df：
import pandas as pd
dictA = {'AAPL': [.02, -.001, .05, .43], 'ABC':[.03, -.02, -.05, 0], 'DEF': [.045, 0, -.10, .63]}
df = pd.DataFrame(dictA)
AAPL的几何平均
浏览 2提问于2020-04-10得票数 2
我希望通过计算其绝对值/平均值，在每个单元格中将Pandas DataFrame列的值替换为其范围形式的值。 列值:单个单元格是“46-55”，下一个单元格值是“26-35”，下一个单元格值是“100+”(不带引号) 示例输入: pandas.core.series.Series('46-55'，'26-35'，'60+') example input image 预期输出: pandas.core.series.Series('50.5'，'30.5'，'60') example output
浏览 120提问于2019-10-09得票数 1
回答已采纳
2回答
链式分组、过滤和聚集
、、、、
DataFrameGroupby.filter方法筛选组，并返回包含传递筛选器的行的DataFrame。
但是在过滤之后，我能做些什么来获得一个新的DataFrameGroupBy对象而不是一个DataFrame呢？
例如，假设我有一个DataFrame df，它有两个列A和B。我希望获得列B的每个值的平均值，只要该组中至少有5行：
# pandas 0.18.0
# doesn't work because `filter` returns a DF not a GroupBy object
df.groupby('A').filter(lambda x: len(x
浏览 2提问于2016-04-03得票数 7
回答已采纳
在名称为‘DataFrame’的列中创建了一些重复单元格值的关键字后：
import pandas as pd
df = pd.DataFrame({'keys': [1,2,2,3,3,3,3],'values':[1,2,3,4,5,6,7]})
我继续创建另外两个DataFrames，它们是原始DataFrame df的合并版本。这些新创建的键在“DataFrames”列下没有重复的单元格值：
df_sum = df_a.groupby('keys', axis=0).sum().reset_index()
df_mean = d
浏览 4提问于2016-09-03得票数 2
回答已采纳
我必须根据该级别的行数来计算MultiIndex DataFrame的平均值。
基本上，我必须对最后一列中的值求和，然后除以每个SKU_ID索引的每月行数，从而求出这些值的平均值。我如何在Pandas中继续？谢谢
浏览 0提问于2019-04-04得票数 0
我需要向Pandas数据框添加2列，其中填充了条件平均值和标准差。 # Import pandas library
import pandas as pd
# Initialize list of lists
data = [
['Tom', 'Blue', 'Small', 10, ],
['Tom', 'Blue', 'Big', 15, ],
['Tom', 'Red', 'Big',
浏览 50提问于2019-07-04得票数 1
我使用Pandas向数据帧输入了一个CSV文件，并希望计算其中列的日平均值。有两个列不会被平均化，时间和日期(日期是数据分组的日期)。然后，我希望在该日期的最后一行下面插入一行，在date列中插入“Average”( time列中没有任何内容)，然后在正确的列中插入相应的平均值。我只使用了Pandas一段时间，所以我不知道最简单的方法是什么。任何帮助都将不胜感激。
浏览 12提问于2022-06-17得票数 0
2回答
简单地说这篇文章：，我有两个Pandas数据，它们的形状是相同的，我想要找到每一对元素的调和平均值--一个来自同一位置的每个数据。在该职位上提出的解决办法是使用一个小组，但现在已不建议这样做。
如果我这么做：
import pandas as pd
import numpy as np
from scipy.stats.mstats import hmean
df1 = pd.DataFrame(dict(x=np.random.randint(5, 10, 5), y=np.random.randint(1, 6, 5)))
df2 = pd.DataFrame(dict(x=np.ran
浏览 6提问于2020-12-01得票数 2
回答已采纳
我想用同一组中的非NaN值替换Pandas DataFrame列中的NaN。在我的例子中，这些是地理坐标，由于某些原因，查找失败的数据点。例如：
df.groupby('place')
看起来像
place| lat | lng
-----------------
foo | NaN | NaN
foo | 1 | 4
foo | 1 | 4
foo | NaN | NaN
bar | 5 | 7
bar | 5 | 7
bar | NaN | NaN
bar | NaN | NaN
bar | 5 | 7
==> what I wa
浏览 0提问于2017-04-06得票数 1
2回答
替换数据上的NaN值
、、、、
我有一个有一些NaN值的df，我想用相邻列(同一行)上的值的平均值来替换它们。
我该怎么做呢？
我试图遍历dataframe的所有元素，但我不会去任何地方。有人能帮帮我吗？
示例:在这个df中，我想用相邻列的平均值(0到-2之间的平均值)替换NaN值。我怎么能这么做？
import pandas as pd
import numpy as np
d = {'col1': [4, 0, 2], 'col2': [1, np.nan, 4], 'col3': [12, -2, 4]}
df = pd.DataFrame(data=d)
df.hea
浏览 7提问于2022-10-25得票数 0
我想向Pandas DataFrame添加更多的行。但是，对于类型为float64的列，我需要计算以前的3-观察滚动平均值，而不是简单地重复。在下面的DataFrame Score1列中，类型为float64。
对于month列，我需要增加+1。
import pandas as pd
df = pd.DataFrame({
'Month' : [1,2,3],
'Year' : [2021,2021,2021],
'Label'
浏览 0提问于2021-12-22得票数 0
1回答
我是Pandas的新手，我想将以下简单的R代码转换为Pandas，以便计算列的平均值和加权平均值(实际上，有更多的列需要聚合)。解决方案必须是可链接的，因为在此计算之前和之后都有多个步骤。我看过使用apply函数()的解决方案，但似乎要么必须在apply函数内执行完整的聚合步骤(对所有列，可能是不相关的列)，我认为这很丑陋，要么分别计算平均值和加权平均值，然后进行表连接。在Pandas中最先进的方法是什么？
df = data.frame(batch=c("A", "A", "B", "B", "C","C
浏览 25提问于2019-10-21得票数 1
3回答
循环用于python中的列名。
、、、、
我想将平均值从一个dataframe (df1)写到另一个(dfmaster )。我可以手动地管理它，但是我想以这种方式自动化这个过程，它将从df1读取所有列名(作为变量)，这些变量将在下面的代码中使用，以计算来自dataframe (df1)的所有列的平均值。
在这个数据中，应该是计算列的平均值：
import pandas as pd
data = [[6.2, 10, 8], [6.4, 15, 13], [6.6, 14, 6]]
df1 = pd.DataFrame(data, columns = ['Prozess233', 'Prozess234
浏览 7提问于2020-10-02得票数 0
回答已采纳
我从中提取了一个Pandas DataFrame，日期为2009年9月至2018年10月，平均风速列的平均值为4.65。我正在接受一个挑战，在这个专栏的平均值需要为4.64的情况下，是否有一个健全的检查。如何修改该列的值，使该列的平均值变为4.64？对此是否有任何代码解决方案，或者必须手动执行吗？
浏览 4提问于2020-11-09得票数 0
回答已采纳
1回答
我有这样的数据
df_test = pd.DataFrame({'ID1':['A','A','A','C','A','A','B','B','M','B','M','M','M','A','A','A'],
'ID2':[1,2,3,1,1,1,6,7,1,2,2
浏览 1提问于2022-02-14得票数 0
我正在Pandas中生成很多相关数据。它们都有相同的形状和格式。所以这是数据A:-
free_memory memory_in_use active_memory
free_memory 1 0.190912742 0.375301656
memory_in_use 0.190912742 1 0.962653384
active_memory 0.375301656 0.962653384 1
这是dataframe
浏览 13提问于2016-02-19得票数 1
回答已采纳
1回答
我有一个简单的Pandas DataFrame，它有行名和2列，类似于下面的内容。
from pandas import DataFrame, Series
row_names = ['row1', 'row2', 'row2', 'row4']
df = DataFrame({'col1': Series([1, 2, 3, 4], index=row_names),
'col2': Series([0, 1, 0, 1], index=row_names)})
与
浏览 2提问于2014-04-03得票数 0
回答已采纳
计算pandas数据帧中每个唯一行的子集的特定列的平均值。在以下示例中，每个子集直到1出现在列"Flag“中，即(54+34+78+91+29)/5 = 57.2和(81+44+61)/3 = 62.0
当前无法根据特定列条件计算不同大小的滚动子集
>>> import pandas as pd
>>> df = pd.DataFrame({"Indx": [1, 2, 3, 4, 5, 6, 7, 8, 9, 10], "Units": [54, 34, 78, 91, 29, 81, 44, 61, 73, 19]
浏览 0提问于2019-10-13得票数 2
我试图应用一个函数：
取列中每个单元格的值除以其各自列的平均值。
然后创建一个名为“得分”的列，其中包含从步骤1计算出的行中每个单元格值的总和。
到目前为止我的代码是：
import pandas as pd
df = pd.DataFrame(pd.read_excel('fruits.xlsx'))
def func(column):
out = df[column].values / df[column].mean()
return out
我真的不知道如何正确对待熊猫。
浏览 6提问于2022-10-02得票数 0
回答已采纳
1回答
我正在计算平均值，即每10秒的移动平均值，比如1到10秒，11秒到20秒等等。
在这个下面吗？在滚动函数中使用“60秒”时会出现错误，我认为这可能是由于字符串类型的"ltt“列造成的，我正在将其转换为datetime，但仍然会出现错误。
如何解决此错误？以及如何对每10秒采集的样本进行平均处理。这是即将到来的流数据，但是为了测试目的，我在record1中使用静态数据。
import pandas as pd
import numpy as np
records1 = [
{'ltt': 'Mon Nov 7 12:12:05 2022', '
浏览 1提问于2022-11-08得票数 -1
回答已采纳
在Pandas中，可以使用以下方法对所有列的表(平均值、分位数、计数和计数)进行概述：pandas.DataFrame.describe。
下面是一个示例：
是否有一种方法在BigQuery SQL，动态中生成这样的表？桌子。我有几十个，如果不是上百个专栏，我不能一个一个地写。
浏览 4提问于2022-04-07得票数 -1
1回答
我在一个pandas数据帧中有3列不同的时间戳，其中两列记录了几分之一秒，而第三列没有记录几分之一秒。我想计算这3列的平均值。
我已经尝试使用列上的mean函数计算平均值，并始终收到nan作为结果
import pandas as pd
data = [{'time1': '2018-07-22 04:34:10.8966', 'time2': '2017-07-22 04:34:10.8966', 'time3': '2018-07-27 00:10:04'}]
df = pd.DataFram
浏览 15提问于2019-11-01得票数 1
如何使用'count‘列计算所有列的平均值。我在下面的代码中使用随机生成的值创建了一个数据帧。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10,10)*100/10).astype(int)
df
output:
A B C D E F G H I J
0 4 3 2 8 5 0 9 9 0 5
1 1 5 8 0 5 9 8 3 9 1
2 9
浏览 10提问于2020-06-05得票数 1
回答已采纳
3回答
只有当列Dates等于Oct-16时，我才试图计算分数1的平均值。
我最初尝试的是：
import pandas as pd
import numpy as np
import os
dataFrame = pd.read_csv("test.csv")
for date in dataFrame["Dates"]:
if date == "Oct-16":
print(date)##Just checking
print(dataFrame["Score 1"].m
浏览 3提问于2016-10-16得票数 4
回答已采纳
1回答
我有一只熊猫DataFrame和NaN。我想用分组平均来填充NaN。
样本DataFrame：
import pandas as pd
df = pd.DataFrame({
'id': [1, 2, 3, 4, 5, 6],
'm': ['m1','m1','m1','m2','m2', 'm2'],
'cr':[0.5, 0.3, n
浏览 4提问于2022-07-07得票数 0
3回答
当使用df.mean()时，我得到一个结果，其中给出了每个列的平均值。现在假设我想要第一列的平均值和第二列的和。有办法这样做吗？我不想要拆卸和重新组装DataFrame。
我最初的想法是做一些类似于pandas.groupby.agg()的事情，比如：
df = pd.DataFrame(np.random.random((10,2)), columns=['A','B'])
df.apply({'A':np.mean, 'B':np.sum}, axis=0)
Traceback (most recent call last)
浏览 2提问于2014-10-17得票数 13
回答已采纳
1回答
如何在下面的pandas DataFrame中创建一列，其中新列是每个'Mod_ID_x‘的'val’的扩展平均值/中值。假设这是时间序列数据，“ID”1-2在第1天，“ID”3-4在第2天。
我已经尝试了所有我能想到的方法，但似乎就是做不对。
left4 = pd.DataFrame({'ID': [1,2,3,4],'val': [10000, 25000, 20000, 40000],
'Mod_ID': [15, 35, 15, 42],'car': ['ford','honda&#
浏览 0提问于2013-10-27得票数 2
我想知道每个正负范围内的平均值和最大值。来自下面的示例数据：
import pandas as pd
test_list = [-1, -2, -3, -2, -1, 1, 2, 3, 2, 1, -1, -4, -5, 2 ,4 ,7 ]
df_test = pd.DataFrame(test_list, columns=['value'])
它给了我这样的数据帧：
value
0 -1
1 -2
2 -3
3 -2
4 -1
5 1
6 2
7 3
8 2
9
浏览 2提问于2020-05-26得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
