Python Pandas 平均和总和冲突

Posted 2023-03-23

【中文标题】Python Pandas 平均和总和冲突

【英文标题】：Python Pandas Average and Sum conflicts

【发布时间】：2022-01-08 12:53:28

【问题描述】：

我有一张如下所示的表格：

平均行数和总行数的计算方式如下：

df1.loc["Average"] = df1.mean()
df1.loc["Total"] = df1.sum()

现在，我意识到这里的问题是平均计算正确，但总和也包括平均行，这不是我想要的。

理想情况下，我希望看到更像单个 .loc 行的东西，其中应用了 sum()

`columns` ['Enageable R', 'R Responses', 'R Response Rate', 'Engageable Q',
                                'Q Responses', 'Q Response Rate']

和mean() 应用于columns ['R Response Rate', 'Q Response Rate']

所以我很想看到这样的东西：

Brand	Engageable R	R Responses	Response Rate
Brand1	34	34	100.00%
Brand2	34	34	100.00%
Brand3	34	34	100.00%
Total	102	102	100.00%

【问题讨论】：

我认为你的目标输出与你的描述不匹配

@ZLi 我试图绕过 sum() 计算总和中包含的 mean() ，我认为这是一个冲突。你能推荐一个不同的描述吗？

【参考方案1】：

使用DataFrame.agg分别处理这两个函数，然后通过DataFrame.append添加新行：

df = df.append(df.agg(['sum','mean']).rename('sum':'Total','mean':'Average'))

如果只需要处理一些列：

cols = ['Enageable R', 'R Responses', 'R Response Rate', 'Engageable Q',
                    'Q Responses', 'Q Response Rate']

df = df.append(df[cols].agg(['sum','mean']).rename('sum':'Total','mean':'Average'))

【讨论】：

太棒了，这是我正在寻找的精简版。我最终创建了一个单独的 df，计算到第二个 df，然后附加回第一个，这比您的方法计算密集度更高，实现了更少的内存使用和更快的运行时间。谢谢！

【参考方案2】：

使用副本：

df2 = df1.copy(deep=True)

df2["Average"] = df1.mean()
df2["Total"] = df1.sum()

编辑

您的帖子有点混乱。

df1["Total"] = df1.sum()
df1["Average"] = df1[['R Response Rate', 'Q Response Rate']].mean(axis=1)

【讨论】：

使用副本很浪费，第二次操作只排除total

所以df2["Average"] 和df1.loc["Average"] 之间存在巨大差异。您的建议是创建一个名为 Average 的列，我试图在其中创建一行。副本最终会出现在我现在所在的位置，Total 正在计算每一行包括平均行。

@Wilian 我认为你给了我一个好主意，我最终制作了一个空白 df2，取 df1.loc["Average"] 和 df1.loc["Total"] 然后附加df2 到 df1。复制方法不起作用的原因是因为总对所有行求和包括平均行，或者平均行平均所有行包括总行。例如，看看我的截图，看看R Response Rate。平均行显示 14.03% [(38.04% + 0+0+18.08)/4]。但 Total 行显示 70.15% [38.04% + 0+0+18.08+14.03]。我试图在总和计算中使用平均行来避免总计。

@GH，这是一个选项：df['Average'], df['Total']= [df.mean(axis=1),df.sum(axis=1)]。同时分配两列。

【参考方案3】：

这是我发现的，感谢@Wilian 的推荐，但如果有更有效的方法，请告诉我。

所以我有一个 df1，并使用以下方法创建了一个空白 df2：

df2 = pd.DataFrame(columns=['Enageable R', 'R Responses', 'R Response Rate', 'Engageable Q',
                        'Q Responses', 'Q Response Rate'])

然后我用 df2 填充：

df2.loc["Average"] = df1.mean()
df2.loc["Total"] = df1.sum()

然后我将 df2 附加到 df1

df1 = df1.append(df2)

创建了以下内容：

所以总和和平均列在其他行的计算中不包括彼此。