绘制 Panda 数据帧子集的平均值答案

【问题标题】：Plot mean of subset of a Panda dataframe绘制 Panda 数据帧子集的平均值
【发布时间】：2019-08-19 19:00:25
【问题描述】：

假设有一大组数据，比如

   Height (m)  My data
0          18      5.0
1          25      6.0
2          10      1.0
3          13      1.5
4          32      8.0
5          26      6.7
6          23      5.0
7           5      2.0
8           7      2.0

我想绘制“我的数据”的平均值（如果可能的话，还有标准偏差）作为高度的函数，在 [0,5),[5,10),[10, 15) 等等。

有什么想法吗？我尝试了不同的方法，但它们都不起作用

【问题讨论】：

花点时间检查您的格式，这是原始 html，而不是数据。之后，你有没有尝试过 groupby 和 cut/qcut？
请参阅this post 了解如何制作好的 pandas 示例
你可以创建一个像df[['height_bucket']] = df[['Height (m)']]]/5这样的列然后在这个列上使用groupby？
@G.Anderson 我知道，这只是为了展示示例。否则，我必须上传 110 Mb 的文件
@MatMorPau22，我希望您不介意我对您的问题进行编辑：我使用 pd.read_html() 将您发布的原始 HTML 转换为示例数据的纯文本表示形式。

标签： python pandas plot statistics

【解决方案1】：

如果我理解正确的话：

# Precompute bins for pd.cut
bins = list(range(0, df['Height (m)'].max() + 5, 5))

# Cut Height into intervals which exclude the right endpoint, 
# with bin edges at multiples of 5
df['HeightBin'] = pd.cut(df['Height (m)'], bins=bins, right=False)

# Within each bin, get mean, stdev (normalized by N-1 by default),
# and also show sample size to explain why some std values are NaN
df.groupby('HeightBin')['My data'].agg(['mean', 'std', 'count'])
            mean       std  count
HeightBin
[0, 5)       NaN       NaN      0
[5, 10)     2.00  0.000000      2
[10, 15)    1.25  0.353553      2
[15, 20)    5.00       NaN      1
[20, 25)    5.00       NaN      1
[25, 30)    6.35  0.494975      2
[30, 35)    8.00       NaN      1

【讨论】：

【解决方案2】：

如果我理解正确，这就是你想要做的：

import pandas as pd
import numpy as np

bins = np.arange(0, 30, 5) # adjust as desired

df_stats = pd.DataFrame(columns=['mean', 'st_dev']) # DataFrame for the results
df_stats['mean'] = df.groupby(pd.cut(df['Height (m)'], bins, right=False)).mean()['My data']
df_stats['st_dev'] = df.groupby(pd.cut(df['Height (m)'], bins, right=False)).std()['My data']

【讨论】：