获取具有相同字符串值的一组行的平均值

Question

我想知道如何获得与 'Sample_Name'[11:16] 位置之间的字符串名称匹配的所有行的平均值，这些位置是 P1_SUP、P1_0.2 以及“Sample_Name”列中的许多其他名称。

请记住，如果字符串的最后一个数字不同，则不需要。

    D10     D50     D90     Sample_Name
1   4.46    19.81   45.32   TIGR01_P1_SUP_1
2   2.72    14.22   38.41   TIGR01_P1_SUP_1
3   2.3     12.05   27.58   TIGR01_P1_SUP_1
4   6.21    19.81   45.32   TIGR01_P1_SUP_2
5   3.78    16.78   32.55   TIGR01_P1_SUP_2
6   3.2     14.22   32.55   TIGR01_P1_0.2_1
7   2.72    12.05   27.58   TIGR01_P1_0.2_1
8   5.27    19.81   38.41   TIGR01_P1_0.2_2
9   3.78    14.22   32.55   TIGR01_P1_0.2_2
10  6.21    23.37   53.48   TIGR01_P1_0.4_1
.    .        .       .            .
.    .        .       .            .
.    .        .       .            .

expected output:

    Av_D10  Av_D50  Av_D90  Sample_Name
1    3.89   16.53   37.84    P1_SUP
2    3.74   15.07   32.77    P1_0.2
3    6.21   23.37   53.48    P1_0.4
.    .        .       .            .
.    .        .       .            .
.    .        .       .            .

编辑： 使用@Chris代码后，出现错误：

DataError：没有要聚合的数字类型

我知道这是因为我正在处理字符串，但无法获得所需数据的平均值：D10、D50、D90。

Answer 1

将pandas.Series.str 与groupby 一起使用：

new_df = df.groupby(df["Sample_Name"].str[7:13]).mean()
print(new_df)

或负索引：

new_df = df.groupby(df["Sample_Name"].str[-8:-2]).mean()
print(new_df)

输出：

                D10     D50      D90
Sample_Name                         
P1_0.2       3.7425  15.075  32.7725
P1_0.4       6.2100  23.370  53.4800
P1_SUP       3.8940  16.534  37.8360