如何使用python计算数据框中每20个数据点的基本统计数据？答案

【问题标题】：How to calculate basic statistics for every 20 data points in a dataframe using python?如何使用python计算数据框中每20个数据点的基本统计数据？
【发布时间】：2020-11-30 23:41:52
【问题描述】：

enter image description here

我有一个与图片类似的数据框，我有 400 多个数据点。有没有什么简单的方法可以使用python计算每10个数据点的基本统计？

谢谢。

【问题讨论】：

您可以使用循环，每次迭代都对包含 10 个元素的块执行计算。
或者，您可以添加另一列 group_id，并为其分配一个数字（前 10 个项目为 1，接下来的 10 个项目为 2，等等），然后使用函数 groupby 和agg 对每个组执行计算。

标签： python list dataframe statistics

【解决方案1】：

使用计数器计算迭代中访问的行数。当是 10 时，执行您想要的操作：（您可以将访问的行存储在列表之类的某个位置）

import pandas as pd
df = pd.DataFrame(columns=['a', 'b', 'c'])
count = 0
for i, row in df.iterrows():
    if count == 10:
        ## do basic statistics 
        count = 0
    else:
        ## store the desire value for calculation
        count += 1

【讨论】：

谢谢！我可以再问一个问题，如何查看每个基本统计计算的期望值？
如果你的意思是数据框中的单元格值，你可以在迭代中使用 row['column_name']。

【解决方案2】：

使用熊猫滚动功能 df.rolling(window=10).sum() 或任何方法

【讨论】：

【解决方案3】：

在此处查看答案：Non-overlapping rolling windows in pandas dataframes

您可以使用pandas.rolling，或按索引分组：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.normal(size=(40,1)),
            columns = ['A'])

df.groupby(df.index//10).apply(lambda x: np.mean(x))

输出

【讨论】：