熊猫在最高 x 列中的平均值
Posted
技术标签:
【中文标题】熊猫在最高 x 列中的平均值【英文标题】：Pandas mean across highest x columns 【发布时间】：2021-12-23 22:37:49 【问题描述】：我希望能够计算4周列的平均值，但是如果Top x列中的数字小于4，我只想使用最大x值来计算平均值（即如果Top x = 3、计算均值时舍弃最低周值。
示例数据框：
df = pd.DataFrame('week 1' : [1.0, 5.0, 7.0, 6.0, np.nan],
'week 2' : [3.0, np.nan, 9.0, 8.0, np.nan],
'week 3' : [1.0, 2.0, 2.0, 1.0, 6.0],
'week 4' : [np.nan, 4.0, 2.0, 7.0, 6.0],
'Top x' : [3.0, 2.0, 4.0, 3.0, 3.0])
week 1 week 2 week 3 week 4 Top x
0 1.0 3.0 1.0 NaN 3.0
1 5.0 NaN 2.0 4.0 2.0
2 7.0 9.0 2.0 2.0 4.0
3 6.0 8.0 1.0 7.0 3.0
4 NaN NaN 6.0 6.0 3.0
预期输出：
week 1 week 2 week 3 week 4 Top x Mean
0 1.0 3.0 1.0 NaN 3.0 1.666667
1 5.0 NaN 2.0 4.0 2.0 4.500000
2 7.0 9.0 2.0 2.0 4.0 5.000000
3 6.0 8.0 1.0 7.0 3.0 7.000000
4 NaN NaN 6.0 6.0 3.0 6.000000
我不知道是否有一种方法可以将函数添加到 pandas.mean() 函数，或者是否更简单地将一周的前 x 列相加（也许将每一行变成一个列表？）然后除以顶部x 列。
【问题讨论】：
有人可以解释否决票吗？如果你不告诉我你为什么这么做，我怎么能知道什么值得投反对票？ 【参考方案1】：首先使用DataFrame.melt和DataFrame.sort_values，然后用GroupBy.cumcount比较计数器，用Top x比较计数器并过滤，最后聚合mean：
df1 = df.melt('Top x', ignore_index=False).sort_values('value', ascending=False)
df['Mean'] = (df1[df1.groupby(level=0).cumcount().lt(df1['Top x'])]
.groupby(level=0)['value'].mean())
print (df)
week 1 week 2 week 3 week 4 Top x Mean
0 1.0 3.0 1.0 NaN 3.0 1.666667
1 5.0 NaN 2.0 4.0 2.0 4.500000
2 7.0 9.0 2.0 2.0 4.0 5.000000
3 6.0 8.0 1.0 7.0 3.0 7.000000
4 NaN NaN 6.0 6.0 3.0 6.000000
替代解决方案（在大型数据帧中应该更快）是通过DataFrame.rank 和DataFrame.where 测试排序值：
df1 = df.drop('Top x', axis=1)
df['Mean'] = (df1.where(df1.rank(axis=1, method='first', ascending=False)
.le(df['Top x'], axis=0))
.mean(axis=1))
print (df)
week 1 week 2 week 3 week 4 Top x Mean
0 1.0 3.0 1.0 NaN 3.0 1.666667
1 5.0 NaN 2.0 4.0 2.0 4.500000
2 7.0 9.0 2.0 2.0 4.0 5.000000
3 6.0 8.0 1.0 7.0 3.0 7.000000
4 NaN NaN 6.0 6.0 3.0 6.000000
【讨论】：
以上是关于熊猫在最高 x 列中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