选择和平均熊猫数据框中的值

Question

我是 pandas 数据分析库的新手。我需要完成的任务如下：

给定一个包含一组列C 的数据框（表），选择列子集中A 中的值相同的所有行，并将它们组合成一行，其中其他行C \ A 被平均。

（目标是测试程序的多次运行，并在参数相同的情况下平均运行时间等值。）

例如：

a       b       c       d
eggs    ham     1.0     0.0
eggs    ham     0.0     0.5
spam    eggs    0.0     1.0
spam    eggs    0.0     1.0

应该合并为：

a       b       c       d
eggs    ham     0.5     0.25
spam    eggs    0.0     1.0

选择列 a 和 b 时（这意味着应该平均 c 和 d）。

我有什么选择？

Answer 1

这就是 groupby 的作用

http://pandas.pydata.org/pandas-docs/stable/groupby.html

from StringIO import StringIO

txt = """a       b       c       d
eggs    ham     1.0     0.0
eggs    ham     0.0     0.5
spam    eggs    0.0     1.0
spam    eggs    0.0     1.0"""

df = pd.read_csv(StringIO(txt), sep="\\s+")
df.groupby(["a","b"], as_index=False).mean()