分组数据并求和

Question

我正在处理以下数据，我想根据时间范围（即从 0 到 4、0 到 4、0 到 3、0 到 6、0 到 3 和 0）分组并找到分组数据的平均值到 4，这意味着我将保留 6 行，每行中的电流平均值。而且，我尝试使用以下代码来做到这一点。

import pandas as pd
Time = [0,1,2,3,4,0,1,2,3,4,0,1,2,3,0,1,2,3,4,5,6,0,1,2,3, 0,1,2,3,4] # in minutes
Current  = [0,2,3,4,5,1,2,3,4,6,0,1,1,2,-1,2,2,3,4,5,5,0,-1,3,4,0,1,1,2,4] # in Ampere
df = pd.DataFrame({'Time (Min)': Time,'Current (A)': Current})
print(df)

xx = df.groupby(['Time (Min)']).sum() 
print(xx)

但是，我得到以下结果

Time (Min)          Current (A)   
0                     0
1                     7
2                    13
3                    19
4                    19
5                     5
6                     5

知道怎么做吗？ 提前谢谢你。

预期输出

Answer 1

看起来你需要类似的东西

df.groupby(df['Time (Min)'].diff().ne(1).cumsum())['Current (A)'].mean()

---

     Time (Min)
1    2.800000
2    3.200000
3    1.000000
4    2.857143
5    1.500000
6    1.600000
Name: Current (A), dtype: float64

Answer 2

您可以为Time 列中出现的每个零创建组并取这些组的平均值

df.groupby(df['Time (Min)'].eq(0).cumsum())['Current (A)'].mean()

输出：

Time (Min)
1    2.800000
2    3.200000
3    1.000000
4    2.857143
5    1.500000
6    1.600000

---

这是如何工作的

检查Time中哪一行为零

df['Time (Min)'].eq(0)

输出：

0      True
1     False
2     False
3     False
4     False
5      True
6     False
7     False
8     False
9     False
10     True
11    False
12    False
13    False
14     True
15    False
16    False
...

累加 True 值以获得从 0 到 n 的每个范围的不同数字

df['Time (Min)'].eq(0).cumsum()

输出：

0     1
1     1
2     1
3     1
4     1
5     2
6     2
7     2
8     2
9     2
10    3
11    3
12    3
13    3
14    4
15    4
16    4
...

现在您可以按预期分组。