我有一个像这样的 np.arrays df：
x y
0 [2,0,1]
1 [0,0,4]
2 [0,0,1]
3 [2,0,2]
4 [1,0,1]
5 [0,0,2]
6 [0,1,1]
7 [0,0,0]
8 [0,0,1]
我想获得平均数组元素，我想象使用像 np.mean(x,axis=0) 这样的 3 行。手段应该是这样的：
[.66, 0, 2]
[ 1, 0, 1.66]
[. 0, .33, .66]
然后我想将每个组的平均值添加到一个新列中，其中该值对组中的每个行成员重复。它应该是这样的：
x y
0 [2,0,1] [.66, 0, 2]
1 [0,0,4] [.66, 0, 2]
2 [0,0,1] [.66, 0, 2]
3 [2,0,2] [ 1, 0, 1.66]
4 [1,0,1] [ 1, 0, 1.66]
5 [0,0,2] [ 1, 0, 1.66]
6 [0,1,1] [. 0, .33, .66]
7 [0,0,0] [. 0, .33, .66]
8 [0,0,1] [. 0, .33, .66]
假设有一个标准的 RangeIndex，我们可以将每 3 行变成一个 DataFrame并表示，然后将 DataFrame 返回到一系列列表中：apply pd.Seriesygroupbytransform
df['new_col'] = (
df['y'].apply(pd.Series) # TUrn into DataFrame
.groupby(df.index // 3) # Group rows into groups of 3
.transform('mean') # Calculate mean per group
.apply(list, axis=1) # Make DataFrame a Series of lists
)
df：
x y new_col
0 0 [2, 0, 1] [0.6666666666666666, 0.0, 2.0]
1 1 [0, 0, 4] [0.6666666666666666, 0.0, 2.0]
2 2 [0, 0, 1] [0.6666666666666666, 0.0, 2.0]
3 3 [2, 0, 2] [1.0, 0.0, 1.6666666666666667]
4 4 [1, 0, 1] [1.0, 0.0, 1.6666666666666667]
5 5 [0, 0, 2] [1.0, 0.0, 1.6666666666666667]
6 6 [0, 1, 1] [0.0, 0.3333333333333333, 0.6666666666666666]
7 7 [0, 0, 0] [0.0, 0.3333333333333333, 0.6666666666666666]
8 8 [0, 0, 1] [0.0, 0.3333333333333333, 0.6666666666666666]
如果需要，DataFrame.round也可以链接：
df['new_col'] = (
df['y'].apply(pd.Series) # TUrn into DataFrame
.groupby(df.index // 3) # Group rows into groups of 3
.transform('mean') # Calculate mean per group
.round(2) # Round to 2 Decimal Places
.apply(list, axis=1) # Make DataFrame a Series of lists
)
df：
x y new_col
0 0 [2, 0, 1] [0.67, 0.0, 2.0]
1 1 [0, 0, 4] [0.67, 0.0, 2.0]
2 2 [0, 0, 1] [0.67, 0.0, 2.0]
3 3 [2, 0, 2] [1.0, 0.0, 1.67]
4 4 [1, 0, 1] [1.0, 0.0, 1.67]
5 5 [0, 0, 2] [1.0, 0.0, 1.67]
6 6 [0, 1, 1] [0.0, 0.33, 0.67]
7 7 [0, 0, 0] [0.0, 0.33, 0.67]
8 8 [0, 0, 1] [0.0, 0.33, 0.67]
如果索引不是标准的 RangeBased 索引，我们可以使用以下方法创建自己的索引np.arange：
df['new_col'] = (
df['y'].apply(pd.Series)
.groupby(np.arange(len(df)) // 3) # Create Range index based df length
.transform('mean')
.apply(list, axis=1)
)
数据框和导入：
import numpy as np
import pandas as pd
df = pd.DataFrame({
'x': [0, 1, 2, 3, 4, 5, 6, 7, 8],
'y': [[2, 0, 1], [0, 0, 4], [0, 0, 1], [2, 0, 2], [1, 0, 1], [0, 0, 2],
[0, 1, 1], [0, 0, 0], [0, 0, 1]]
})
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句