熊猫数据框如何使列表列的元素均值

Question

我有一个具有分类特征和价值特征的数据框。 值特征始终是具有完全相同大小的列表（例如 3）。 所以数据框是：

Sub Model iter key     l1       l2     l3
 01  b     0    0    [8,8,5] [3,8,1] [6,7,8]
 01  b     1    1    [4,3,6] [3,4,0] [4,0,4]
 01  b     2    2    [0,1,4] [0,0,5] [8,2,3]
 03  b     3    0    [1,8,2] [4,6,0] [1,3,9]
 03  b     4    1    [7,3,1] [6,8,1] [6,7,9]
 03  b     5    2    [1,1,0] [11,4,8] [8,5,9]

我想按[sub,model] 对数据框进行分组，这样在每一行中，我将对列键的值取平均值。 所以我会得到：

Sub  Model     l1         l2       l3 
 01   b      [4, 4, 5]  [2,2,2]   [6,3,5]
 03   b      [3, 4, 1]  [7,6,3]   [3,5,9]

最好的方法是什么？

Answer 1

您可以使用agg 和自定义函数：

def mean_list(sr):
    return sr.apply(pd.Series).mean()

out = df.groupby(['Sub', 'Model'])[['l1', 'l2', 'l3']].agg(mean_list)

>>> out
                        l1               l2               l3
Sub Model
01  b      [4.0, 4.0, 5.0]  [2.0, 4.0, 2.0]  [6.0, 3.0, 5.0]
03  b      [3.0, 4.0, 1.0]  [7.0, 6.0, 3.0]  [5.0, 5.0, 9.0]

Answer 2

你可以使用下面的sn-p：

(df.groupby(['Sub', 'Model'])
   [['l1', 'l2', 'l3']]
   .apply(lambda d: pd.Series({c: np.array([*d[c].values]).mean(0)
                               for c in d.columns}))
)

输出：

                        l1               l2               l3
Sub Model                                                   
01  b      [4.0, 4.0, 5.0]  [2.0, 4.0, 2.0]  [6.0, 3.0, 5.0]
03  b      [3.0, 4.0, 1.0]  [7.0, 6.0, 3.0]  [5.0, 5.0, 9.0]

Answer 3

您可以将.groupby() + .agg() 与np.mean() 一起使用，如下所示：

import numpy as np

(df.groupby(['Sub', 'Model'])[['l1', 'l2', 'l3']]
   .agg(lambda x: np.mean(x.values.tolist(), axis=0)).reset_index()
)

结果：

  Sub Model               l1               l2               l3
0  01     b  [4.0, 4.0, 5.0]  [2.0, 4.0, 2.0]  [6.0, 3.0, 5.0]
1  03     b  [3.0, 4.0, 1.0]  [7.0, 6.0, 3.0]  [5.0, 5.0, 9.0]

编辑：

如果您的l1、l2、l3 实际上是字符串，看起来像列表，您可以在解决方案代码之前执行以下操作：

df['l1'] = df['l1'].str.strip('[]').str.split(',', expand=True).astype(int).apply(lambda x: list(x), axis=1)
df['l2'] = df['l2'].str.strip('[]').str.split(',', expand=True).astype(int).apply(lambda x: list(x), axis=1)
df['l3'] = df['l3'].str.strip('[]').str.split(',', expand=True).astype(int).apply(lambda x: list(x), axis=1)