如何使用python中的分组变量计算数组的平均值？

Question

我想在 python 中使用不同的分组变量来计算数组的平均值。例如，我想计算column1 中所有值的平均值，其中column2 == 2 和column3 == a + 3。

我尝试了 for 循环和 if 循环，但它似乎非常复杂，而且我的数据维度也太混乱了。是否有另一种方法可以对某些条件下的数据进行分组并分别计算每种条件组合的平均值？

我正在寻找 R 中的 group_by()、summarise() 或 aggregate() 之类的函数，仅适用于 python。

这是我目前尝试过的循环：

    for j in range(0,len(e_data)): #iterate for each row in e_data
      if e_data[j,6] == 0.0082:
        if e_data[j,1] == ped1:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped1+0.0082)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped2:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped2+0.0082)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped3:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped3+0.0082)) & (e_data[:,5] == i))]))
      if e_data[j,6] == 0.001:
        if e_data[j,1] == ped1:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped1+0.001)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped2:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped2+0.001)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped3:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped3+0.001)) & (e_data[:,5] == i))])
      if e_data[j,6] == 0.0235:
        if e_data[j,1] == ped1:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped1+0.0235)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped2:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped2+0.0235)) & (e_data[:,5] == i))])

Answer 1

我建议您结帐Pandas，这正是您所需要的。

在 Python 世界中，Pandas 是您所描述的数据分析任务的最终解决方案。

将数据（最好是 .csv 格式）导入 pandas 后：

import pandas as pd

df = pd.read_csv('filepath_to_your_data')

## I want to calculate the mean of all values in column1, for which column2 == 2 and column3 == a + 3
df[(df.column2==2) & (df.column3 == a+3)].loc[:, 'column1'].mean()

Pandas 还提供 groupby、describe 和 agg