在 Pandas 数据框中查找每三列的平均值
Posted
技术标签:
【中文标题】在 Pandas 数据框中查找每三列的平均值【英文标题】:Find Average of Every Three Columns in Pandas dataframe 【发布时间】:2017-04-19 04:51:18 【问题描述】:我是 Python 和 Pandas 的新手。我有一个熊猫数据框,其每月列的范围从 2000 (2000-01) 到 2016 (2016-06)。
我想找到每三个月的平均值并将其分配给一个新的季度列 (2000q1)。我知道我可以做到以下几点:
df['2000q1'] = df[['2000-01', '2000-02', '2000-03']].mean(axis=1)
df['2000q2'] = df[['2000-04', '2000-05', '2000-06']].mean(axis=1)
.
.
.
df['2016-02'] = df[['2016-04', '2016-05', '2016-06']].mean(axis=1)
但是,这很乏味。如果有人帮助我找到更好的方法,我将不胜感激。
【问题讨论】:
【参考方案1】:您可以在列上使用 groupby:
df.groupby(np.arange(len(df.columns))//3, axis=1).mean()
或者,可以将它们转换为日期时间。您可以使用重采样:
df.columns = pd.to_datetime(df.columns)
df.resample('Q', axis=1).mean()
这是一个演示:
cols = pd.date_range('2000-01', '2000-06', freq='MS')
cols = cols.strftime('%Y-%m')
cols
Out:
array(['2000-01', '2000-02', '2000-03', '2000-04', '2000-05', '2000-06'],
dtype='<U7')
df = pd.DataFrame(np.random.randn(10, 6), columns=cols)
df
Out:
2000-01 2000-02 2000-03 2000-04 2000-05 2000-06
0 -1.263798 0.251526 0.851196 0.159452 1.412013 1.079086
1 -0.909071 0.685913 1.394790 -0.883605 0.034114 -1.073113
2 0.516109 0.452751 -0.397291 -0.050478 -0.364368 -0.002477
3 1.459609 -1.696641 0.457822 1.057702 -0.066313 -0.910785
4 -0.482623 1.388621 0.971078 -0.038535 0.033167 0.025781
5 -0.016654 1.404805 0.100335 -0.082941 -0.418608 0.588749
6 0.684735 -2.007105 0.552615 1.969356 -0.614634 0.021459
7 0.382475 0.965739 -1.826609 -0.086537 -0.073538 -0.534753
8 1.548773 -0.157250 0.494819 -1.631516 0.627794 -0.398741
9 0.199049 0.145919 0.711701 0.305382 -0.118315 -2.397075
第一种选择:
df.groupby(np.arange(len(df.columns))//3, axis=1).mean()
Out:
0 1
0 -0.053692 0.883517
1 0.390544 -0.640868
2 0.190523 -0.139108
3 0.073597 0.026868
4 0.625692 0.006805
5 0.496162 0.029067
6 -0.256585 0.458727
7 -0.159465 -0.231609
8 0.628781 -0.467487
9 0.352223 -0.736669
第二种选择:
df.columns = pd.to_datetime(df.columns)
df.resample('Q', axis=1).mean()
Out:
2000-03-31 2000-06-30
0 -0.053692 0.883517
1 0.390544 -0.640868
2 0.190523 -0.139108
3 0.073597 0.026868
4 0.625692 0.006805
5 0.496162 0.029067
6 -0.256585 0.458727
7 -0.159465 -0.231609
8 0.628781 -0.467487
9 0.352223 -0.736669
您可以将其分配给 DataFrame:
res = df.resample('Q', axis=1).mean()
随意更改列名:
res = res.rename(columns=lambda col: 'q'.format(col.year, col.quarter))
res
Out:
2000q1 2000q2
0 -0.053692 0.883517
1 0.390544 -0.640868
2 0.190523 -0.139108
3 0.073597 0.026868
4 0.625692 0.006805
5 0.496162 0.029067
6 -0.256585 0.458727
7 -0.159465 -0.231609
8 0.628781 -0.467487
9 0.352223 -0.736669
并通过以下方式将其附加到您当前的 DataFrame:
pd.concat([df, res], axis=1)
【讨论】:
我喜欢你的第二个解决方案,可以将列名更改为2000q1
, 2000q2
...?, +1
谢谢艾汉。我很感激。
@Peyman 欣赏它的一种方式也是接受解决方案以上是关于在 Pandas 数据框中查找每三列的平均值的主要内容,如果未能解决你的问题,请参考以下文章