如何计算n个连续列的平均值？

Question

我有一个这样的数据框：

import pandas as pd

df = pd.DataFrame({'A_1': [1, 2], 'A_2': [3, 4], 'A_3': [5, 6], 'A_4': [7, 8],
                   'B_1': [0, 2], 'B_2': [4, 4], 'B_3': [9, 6], 'B_4': [5, 8]})

   A_1  A_2  A_3  A_4  B_1  B_2  B_3  B_4
0    1    3    5    7    0    4    9    5
1    2    4    6    8    2    4    6    8

我想将其转换为如下所示的数据框：

   A_G1  A_G2  B_G1  B_G2
0     2     6     2     7
1     3     7     3     7

因此，A_G1 是列 A_1 和 A_2 的 mean，A_G2 是列 A_3 和 A_4 的 mean；这同样适用于B_G1 和B_G2。所以我想做的是计算两个连续列的平均值并将结果作为新列添加到数据框中。

一个简单的实现可能如下所示：

res_df = pd.DataFrame()
for i in range(0, len(df.columns), 2):
    temp_df = df[[i, i + 1]].mean(axis=1)
    res_df = pd.concat([res_df, temp_df], axis=1)

这给了我想要的输出（除了列名）：

   0  0  0  0
0  2  6  2  7
1  3  7  3  7

有没有更好的方法，即矢量化方式？

Answer 1

这可能对你有用：

In [15]: df.rolling(window=2,axis=1).mean().iloc[:,1::2]
Out[15]:
   A_2  A_4  B_2  B_4
0  2.0  6.0  2.0  7.0
1  3.0  7.0  3.0  7.0

但我没有针对您的“直接”实现对其进行测试。

Answer 2

这是一个基于 NumPy 的矢量化解决方案，使用 reshaping -

pd.DataFrame(df.values.reshape(-1,df.shape[1]//n,n).mean(2))

示例运行 -

In [65]: df
Out[65]: 
   A_1  A_2  A_3  A_4  B_1  B_2  B_3  B_4
0    1    3    5    7    0    4    9    5
1    2    4    6    8    2    4    6    8

In [66]: n = 2

In [67]: pd.DataFrame(df.values.reshape(-1,df.shape[1]//n,n).mean(2))
Out[67]: 
     0    1    2    3
0  2.0  6.0  2.0  7.0
1  3.0  7.0  3.0  7.0

In [68]: n = 4

In [69]: pd.DataFrame(df.values.reshape(-1,df.shape[1]//n,n).mean(2))
Out[69]: 
     0    1
0  4.0  4.5
1  5.0  5.0

运行时测试-

In [71]: df = pd.DataFrame(np.random.randint(0,9,(200,800)))

In [72]: %timeit df.rolling(window=2,axis=1).mean().iloc[:,1::2]
100 loops, best of 3: 11 ms per loop # @juanpa.arrivillaga's soln

In [73]: n = 2

In [74]: %timeit pd.DataFrame(df.values.reshape(-1,df.shape[1]//n,n).mean(2))
100 loops, best of 3: 2.6 ms per loop