我想要获得数据帧中特定列中特定行子集的平均值。我可以用从我的原始Dataframe中获得我想要的特定行的平均值，但是我的问题是我想在使用groupby操作之后执行这个操作。我是建立在
df.groupby(["A", "B&qu
浏览 13提问于2016-07-16得票数 1
1回答
熊猫多层次数据的细分
、、、
我正在成功地使用groupby()函数来计算分组数据的统计信息，但是，现在我想对每个组的子集进行同样的计算。我似乎无法理解如何为每个组(作为groupby对象)生成子集，然后将其应用于group be函数(如mean() )。以下一行按预期工作：我如何将各个组<em
浏览 0提问于2018-10-25得票数 4
回答已采纳
1回答
(即1200行* 10 pd.Dataframe)data_sub = data_org[data_org.index.year例如，或
mean_sub = data_sub.groupby(data_sub.index.month因此，总之，我希望从原始数据的子集(例如，仅<em
浏览 1提问于2021-07-13得票数 1
回答已采纳
2回答
我想知道如何通过Python计算特定类别的平均值？我有一个名为demo.csv的csv文件 import numpy as np
X =pd.read_csv('demo.csv')Category Totals estimates4 10032196 0.132 2714
浏览 1提问于2016-07-30得票数 1
回答已采纳
我有这样的剧本：输出：我希望保持相同的groupy()，但是将"investment_in_millions“列的结果过滤为平均值> 10或其他值。如果我用：
浏览 0提问于2020-08-04得票数 0
回答已采纳
我的数据集中大约有8781行。我已经根据月份对不同的项目进行了分组，并计算了每个月特定项目的平均值。现在，我想在每个月之后插入新行后存储每个月的结果。下面是我对项目进行分组并计算平均值的代码。任何人，请告诉我如何在每个月之后插入一个新行，并在其中存储我的groupby结果。=df['day'].groupby(df['
浏览 0提问于2017-11-20得票数 1
如果我想在F#中使用时间序列类型来保持股票价格，我应该使用哪种基本类型？我们需要我读过array有更好的性能，seq有一个较小的内存脚注，list更适合添加项，F# vector对于某些数学计算更容易。为了平衡所有的权衡，您如何在f#中建立
浏览 2提问于2011-02-12得票数 6
回答已采纳
我试图通过调用DataFrames和df.groupby('index_column').min()从这个更大的DataFrame中创建更小的df.groupby('index_column').min()，其中index_column是df的列，现在我希望它成为新的Min和Max DataFrames的索引。将我前面所说的话放在上下文中，我将使用我所做的例子：
在标准输出中，主DataFram
浏览 2提问于2015-01-26得票数 0
回答已采纳
1回答
我有一段来自的代码，它帮助我在python上使用块大小时获得平均值。chunks = pd.read_csv("f.csv",chunksize=3)但是对于我的新场景，我不需要按ID进行分组，而是获取总体平均值</em
浏览 3提问于2021-06-06得票数 0
回答已采纳
1回答
= cut(df['A'], bins = [0, 2, 6, 8])
'B': np.average跑完后：df.groupby(['buc1']).agg(aggFunc) A B(0, 2] 3 6.5(6, 8] NaN NaN
浏览 6提问于2015-10-27得票数 9
2回答
我正在尝试计算大型数据集中"Force“列的平均值和置信区间(95%)。我需要通过使用groupby函数对不同的“类”进行分组来获得结果。当我计算平均值并将其放入新的数据帧中时，它给出了所有行的NaN值。我不确定我走的是不是正确的路。有没有更简单的方法可以做到这一点？'Force': [50,150,100,120,140,160]
浏览 2提问于2018-11-28得票数 10
回答已采纳
1回答
我有一个df，它没有排序，大约有750,000行。现在，我想按mrwSmpVWi对df进行分组，并获得mrwSmpP的平均值。例如:我有2,000个mrwSmpP值用于mrwSmpVWi = 3，我想得到2,000个值的平均值。如果我对每一个x值都有一个y值，我想用另一个组来绘制它，即列Seriennummer。我只会得到我的平均值的直线。
编辑：
我是这样
浏览 2提问于2020-10-02得票数 0
回答已采纳
我有这样的df它包含了speed和dir在不同的日期的时间分钟。例如，第一行记录在7:11,20060101，dir=87, speed=5。现在，我认为数据可能太精确了，我希望在以后的计算中使用每小时平均值。我该怎么做呢？具体来说，我想知道
如果我使用的groupby方法是解决这个问题的正确方法？如果是这样的话，以后如何使用它作为数据文件呢？(我还需要获得
浏览 3提问于2017-03-08得票数 2
回答已采纳
2回答
使用以下代码，很容易找到平均值： data= importdata('871687110001543570.csv')data_perhour.drop
print(dat
浏览 15提问于2019-05-29得票数 0
回答已采纳
好吧，下面是我要做的事：data = pd.DataFrame( 'b' : [23,45,62,24,45,34,25,62],通过使用以下代码，我设法计算了按列'b‘分组的'a’列的平均值：
data.groupby('b', as_index=False)['a']
浏览 0提问于2018-11-20得票数 3
回答已采纳
我有一个超过4000行的数据帧，我正在根据原始数据帧计算另一个数据帧中1179行的平均值。如果在for循环中匹配之前客队或主队计数小于3，那么我想在第二个数据帧中删除行。home_score)我尝试了value_counts，但我没有得到正确的结果，因为它没有正确地放置，所以我只想知道将它
浏览 0提问于2021-07-07得票数 1
1回答
如何在我的DataFrame中创建新函数并使用这个新函数，以便在聚合时添加新列？从我的DataFrame中，我获得了“风向”和“温度”，对于这些列，我想将它聚合起来，并创建具有“风向”平均值和所有城市的值与平均值"aa“之间的差值以及”温度“的平均值的表。然而，在我使用函数"aa“的列中，我得到了0。问题出在哪里，你能给我写几
浏览 6提问于2019-10-21得票数 1
熊猫新手问题：c_id c1 c20 15 1102 96 120做这件事最好的方法是什么？我按c_id对数据进行排序，然后将索引设置为：df = df.set_index('c_id')temp_df= df.loc[:0]
要解决这个问题，最快的方
浏览 2提问于2017-05-26得票数 0
回答已采纳
我正在尝试通过比较按current_reveal分组的两个列值presses和num，在数据帧中创建一个新的列id。如果presses大于或等于num，我想在reveal中说'True‘。','2','2'], 'num': ['6',&#x
浏览 0提问于2020-12-23得票数 0
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
