根据特定行获取 pandas 中列的平均值答案

【问题标题】：Get average of columns in pandas based on particular rows根据特定行获取 pandas 中列的平均值
【发布时间】：2020-09-26 11:00:52
【问题描述】：

我有一个数据存储一天、一个月、三个月和一年内股票价值的百分比变化。

ID     daychange   monthchange   trimonthchange  yearchange
UNITY   0.001666     0.398450        0.411581    0.689139
SSOM  -0.033359     0.040816        1.174840    3.047619
PNSC  -0.004953    -0.053006        0.158677    0.224932
PICT  -0.002027    -0.069696        0.041143    0.310791
PIBTL  -0.014848     0.129362        0.459846    0.287100

我想得到：

基于 ID 名称的 4 个时间段中每个时间段的平均值。例如，要对“UNITY”“SSOM”“PNSC”进行分组，并计算每个时间段的平均值（即组的平均日变化、组的平均月变化等）。
将平均数据放入单独的 csv 文件中，其中包含新的单行（而不是“UNITY”“SSOM”“PNSC”）以及该组的每个时间段的平均值。

我已经尝试过df.mean(axis = 1)，但这并没有成功。

任何帮助将不胜感激！谢谢

【问题讨论】：

标签： python pandas dataframe average

【解决方案1】：

使用loc 按标签（ID 列）访问一组行，然后使用axis=0 计算每个时间段列的平均值。使用组名创建一个Series 并将先前的结果附加到它（这样组名将成为dataframe 中的第一列）。将Series 放在一个列表中，然后当对组的迭代完成后，转换为dataframe。要将结果放在单独的 csv 文件中，请使用 to_csv。

import pandas as pd

GROUPS = [
    ["UNITY", "SSOM", "PNSC"],
    ["SSOM", "PICT", "PIBTL"],
    ["SSOM", "PNSC", "PIBTL"],
]

df = pd.read_csv("sample.csv", sep="\s+")
df = df.set_index("ID")

data = []
for g in GROUPS:
    group_mean = df.loc[g].mean(axis=0)
    serie = pd.Series({"groupName":"-".join(g)}).append(group_mean)
    data.append(serie)

data = pd.DataFrame(data)
print(data)
data.to_csv("output.csv", index=False)

数据的输出

         groupName  daychange  monthchange  trimonthchange  yearchange
0  UNITY-SSOM-PNSC  -0.012215     0.128753        0.581699    1.320563
1  SSOM-PICT-PIBTL  -0.016745     0.033494        0.558610    1.215170
2  SSOM-PNSC-PIBTL  -0.017720     0.039057        0.597788    1.186550

【讨论】：

感谢您的回答！知道为什么它会引发 KeyError(f"None of {missing} are in the columns") KeyError: "None of ['ID'] are in the columns"
我已将您在问题中发布的数据框复制到sample.csv，这就是我使用sep='\s+' 的原因。如果您的 CSV 文件具有默认分隔符 (,)，您可以删除 sep 参数并且应该可以工作。此外，您始终可以print(df.head()) 确保数据框具有预期的结构。
谢谢你们！！有用。最后，出于我的好奇心，如果我想将组名更改为更简洁和自定义的名称，您能否提出一些建议。
在有限的上下文中给出相关建议是一项挑战，但直接的改进是使用key 将列表（例如groupDict ={'G1': ['UNITY', 'SSOM', 'PNSC'], 'G2': ['SSOM', 'PICT', 'PIBTL']}）从list of lists 更改为dictionary组名。

【解决方案2】：

您可能需要链接filter 和mean 函数调用。由于您首先要选择一组要保留的行，因此您需要过滤掉那些您不想保留的行。然后，使用新数据集，您希望执行列平均。

df.filter(lambda row: row.ID in ["UNITY", "SSOM", "PNSC"]).mean(axis = 1)

请注意，我没有测试过上面的代码，并且不保证它会按原样工作

【讨论】：

它不会：/ return self.reindex(**{name: [r for r in items if r in labels]}) TypeError: 'function' object is not iterable