如何计算批次数据帧的平均值？答案

【问题标题】：how to calculate the average of dataframe of batches?如何计算批次数据帧的平均值？
【发布时间】：2021-06-15 02:32:09
【问题描述】：

如何计算由批量 csv 文件创建的数据帧的平均值？

Input:
A,1
B,2
B,1
C,2
A,1
B,3
B,1
C,1
A,1
B,2
B,1
C,3

我想将它们按 4 行（A、B、B、C）分组并计算第二列的平均值。

output:
A, average(1,1,1)
B, average(2,3,2)
B, average(1,1,1)
C, average(1,2,3)

【问题讨论】：

标签： python pandas dataframe csv

【解决方案1】：

假设列被命名为label, value，因为您在固定数量的行上进行平均，所以重新整形就可以了：

nrows=4

pd.DataFrame({'label': df['label'].iloc[:nrows],
              'value':df['value'].values.reshape(-1,nrows).mean(axis=0)
})

输出：

  label     value
0     A  1.000000
1     B  2.333333
2     B  1.000000
3     C  2.000000

【讨论】：

谢谢大家。很好的答案，但我不得不选择一个作为答案。
如何选择另一列？这没有用。 pd.DataFrame({'label': df['label'].iloc[:nrows], 'status': df[;status'], 'value':df['value'].values.reshape(-1,nrows).mean(axis=0) })

【解决方案2】：

首先为每个单独的批次创建一个cumcount 级别，这样您就可以将第一个“B”与第二个“B”分开（假设“A”开始每个新组）。然后对字母和这个新创建的组标签进行分组。

假设您的列标记为0 和1：

import pandas as pd
df = pd.read_clipboard(sep=',', header=None)

df['gp'] = df.groupby([df[0].eq('A').cumsum(), 0]).cumcount()
df.groupby([0, 'gp'])[1].mean()

0  gp
A  0     1.000000
B  0     2.333333
   1     1.000000
C  0     2.000000
Name: 1, dtype: float64

【讨论】：

【解决方案3】：

你可以像这样groupby他们然后计算平均值。

df.groupby([df.index%4, df[0]], as_index=False).mean().rename(columns={0:'labels', 1:'mean'})

    labels  mean
0   A       1.000000
1   B       2.333333
2   B       1.000000
3   C       2.000000

【讨论】：