groupby对象熊猫的绝对值的平均值

Posted 2023-02-16

【中文标题】groupby对象熊猫的绝对值的平均值

【英文标题】：mean of absolute value of groupby object pandas

【发布时间】：2016-07-05 00:11:30

【问题描述】：

我想计算一个分组对象的绝对值的平均值。

即

grouped = df.groupby([pd.TimeGrouper(3MS)])

dct['x'] = grouped['profit'].agg('mean') / grouped['cost'].abs().agg('mean')

但是，上面的代码会导致错误。我已经尝试了上述代码的各种变体，但到目前为止都导致错误。

必须有一个简单的方法来做到这一点。

更新：

这是通过 vi pd.TimeGrouper(3MS) 分组的数据帧。我想取列成本 1 的绝对值，然后计算平均值。

            cost1  cost2  cost3  cost4  
date                                                                       
2016-03-31       -490.60        -118.10         -344.87           -91.44   
2016-04-30       -188.74         -55.99         -259.23           -75.16   
2016-05-31       -158.62         -43.58         -176.37           -21.98 

我试图做grouped['cost1'].abs().mean()，但我得到了：

/Users/User1/anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in __getattr__(self, attr)
    493             return self[attr]
    494         if hasattr(self.obj, attr):
--> 495             return self._make_wrapper(attr)
    496 
    497         raise AttributeError("%r object has no attribute %r" %

/Users/User1/anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in _make_wrapper(self, name)
    507                    "using the 'apply' method".format(kind, name,
    508                                                      type(self).__name__))
--> 509             raise AttributeError(msg)
    510 
    511         # need to setup the selection

AttributeError: ("Cannot access callable attribute 'abs' of 'SeriesGroupBy' objects, try using the 'apply' method", u'occurred at index 0')

【问题讨论】：

您能发布一些示例数据吗？您的错误是什么？否则我们猜测这里出了什么问题。

我添加了您建议的信息。感谢您提供帮助。

【参考方案1】：

根据您的更新，我认为您正在寻找对组的绝对值采取的一种均值。

使用grouped.apply(abs).mean() 会将abs 函数应用于您的组中的值（cost1 等），而mean 将为您提供无论您的分组变量是什么的平均值。

您也可以在分组前应用abs函数，然后直接使用mean函数。

【讨论】：

按照这里的建议，您可以通过 .abs() 转换所有值，然后将 .mean() 添加到您按功能应用分组的行的末尾

【参考方案2】：

您可能会收到错误，因为您不能在 Sereis 对象上使用 .agg。

您没有发布您的分组对象，所以我不知道是否还有其他问题，但您应该尝试这种方式。我认为这应该可行：

dct['x'] = grouped['profit'].mean() / grouped['cost'].abs().mean()

【讨论】：

谢谢乔的回复。我刚刚在我的帖子中添加了更多信息。