计算数据框中选定列的选定行的平均值

Question

我有100行10列的数据（实际数据非常大）。我还有一个row_索引列表，它包含哪些行被认为是平均值。我想计算第2、5、6、7和8列的平均值。我们可以用dataframe对象的函数来实现吗？

我知道的是做一个for循环，为row_index中的每个元素获取行的值，并保持平均值。我们有一些直接的函数，我们可以传递row_list，column_list和轴，用于exdf.meanAdvance（row_list，column_list，轴=0）？

我已经看到了DataFrame。但我想这没什么用。

  a b c d q 
0 1 2 3 0 5
1 1 2 3 4 5
2 1 1 1 6 1
3 1 0 0 0 0

我想要的平均值0,2,3行为每个a， b， d列

  a b d
0 1 1 2

Answer 1

通过将索引列表传递给，可以从数据帧中选择特定列。iloc，例如：

df.iloc[:, [2,5,6,7,8]]

将返回包含这些编号列的数据帧（注意：这使用基于0的索引，因此2指的是第三列。）

要计算该列的平均值，可以使用：

# Mean along 0 (vertical) axis: return mean for specified columns, calculated across all rows
df.iloc[:, [2,5,6,7,8]].mean(axis=0) 

要在该列中取平均值，可以使用：

# Mean along 1 (horizontal) axis: return mean for each row, calculated across specified columns
df.iloc[:, [2,5,6,7,8]].mean(axis=1)

您还可以为两个轴提供特定的索引，以返回表的子集：

df.iloc[[1,2,3,4], [2,5,6,7,8]]

对于您的具体示例，您将执行以下操作：

import pandas as pd
import numpy as np

df = pd.DataFrame( 
np.array([[1,2,3,0,5],[1,2,3,4,5],[1,1,1,6,1],[1,0,0,0,0]]),
columns=["a","b","c","d","q"],
index = [0,1,2,3]
)

#I want mean of 0, 2, 3 rows for each a, b, d columns
#. a b d
#0 1 1 2

df.iloc[ [0,2,3], [0,1,3] ].mean(axis=0)

哪些产出：

a    1.0
b    1.0
d    2.0
dtype: float64

或者，要通过列名访问，请首先选择以下内容：

df[ ['a','b','d'] ].iloc[ [0,1,3] ].mean(axis=0)

要回答问题的第二部分（来自评论），您可以使用pd将多个数据帧连接在一起。concat。在列表中累积帧然后传递到pd会更快。一次完成concat，例如。

dfs = []
for ix in idxs:
    dfm = df.iloc[ [0,2,3], ix ].mean(axis=0)
    dfs.append(dfm)

dfm_summary = pd.concat(dfs, axis=1) # Stack horizontally

Answer 2

要选择数据框的行，可以使用iloc，然后可以使用方括号选择所需的列。

例如：

 df = pd.DataFrame(data=[[1,2,3]]*5, index=range(3, 8), columns = ['a','b','c'])

提供以下数据帧：

   a  b  c
3  1  2  3
4  1  2  3
5  1  2  3
6  1  2  3
7  1  2  3

要仅选择三维和第五行，可以执行以下操作：

df.iloc[[2,4]]

它返回：

   a  b  c
5  1  2  3
7  1  2  3

如果然后只想选择b列和c列，请使用以下命令：

df[['b', 'c']].iloc[[2,4]]

由此产生：

   b  c
5  2  3
7  2  3

然后，为了获得数据帧子集的平均值，可以使用df。均值函数。如果需要列的平均值，可以指定axis=0；如果需要行的平均值，可以指定axis=1

因此：

df[['b', 'c']].iloc[[2,4]].mean(axis=0)

返回：

b    2
c    3

正如我们从输入数据帧中所期望的那样。

对于您的代码，您可以执行以下操作：

 df[column_list].iloc[row_index_list].mean(axis=0)

评论后编辑：评论中的新问题：我必须将这些手段存储在另一个df/矩阵中。我有L1， L2， L3， L4...LX列表告诉我列C[1,2,3]需要其均值的索引。对于ex： L1=[0,2,3]，意味着我需要行0,2,3的平均值，并将其存储在新df/矩阵的第一行中。然后L2=[1,4]，我将再次计算平均值，并将其存储在新的df/矩阵的第二行。同样，直到LX，我希望新的df有X行和len（C）列。L1的列...LX将保持不变。你能帮我弄一下这个吗？

答复:

如果我理解正确的话，下面的代码应该可以做到这一点（与上面的df相同，作为我使用的'a'和'b'列）：

首先，您循环所有行列表，将所有的方法收集为pd。系列，然后在axis=1上连接生成的系列列表，然后进行转置以获得正确的格式。

dfs = list()
for l in L:
    dfs.append(df[['a', 'b']].iloc[l].mean(axis=0))

mean_matrix = pd.concat(dfs, axis=1).T