Pandas groupby计算每n行的平均值

Posted 2023-03-11

【中文标题】Pandas groupby计算每n行的平均值

【英文标题】：Pandas groupby calculate mean of every nth row

【发布时间】：2021-11-08 14:47:51

【问题描述】：

我有以下数据框：

GroupID	Idx	Value
0	1	2
0	2	3
0	3	4
1	1	9
1	2	4
1	3	1
2	1	7
2	2	8
2	3	2
...	...	...

我想计算每个组的第n个平均值，即每个组的第一行，第二行，...的平均值，所以结果是

GroupID	Idx	Value	Mean
0	1	2	6
0	2	3	5
0	3	4	2.33
1	1	9	6
1	2	4	5
1	3	1	2.33
2	1	7	6
2	2	8	5
2	3	2	2.33
...	...	...

我试过了

def calc_nth_mean(df, grouper, col, n):
    return df.groupby(grouper)[col].nth(n).mean()


avg = []
for i in range(0, 90):
    avg.append(calc_nth_mean(data, "Group", "Value", i))

效果很好，但这对我来说似乎不是最有效的解决方案。

【参考方案1】：

如果您没有 'Idx' 列，您可以 groupby 两次并在第一个 groupby 中使用 cumcount 来获取组中的位置：

df['Mean'] = df.groupby(df.groupby('GroupID').cumcount())['Value'].transform('mean')

但是由于您已经有了“Idx”，并且假设您可以依靠此列来确定组中的位置（可能并非如此），所以只需：

df['Mean'] = df.groupby('Idx')['Value'].transform('mean')

输出：

   GroupID  Idx  Value      Mean
0        0    1      2  6.000000
1        0    2      3  5.000000
2        0    3      4  2.333333
3        1    1      9  6.000000
4        1    2      4  5.000000
5        1    3      1  2.333333
6        2    1      7  6.000000
7        2    2      8  5.000000
8        2    3      2  2.333333