使用属于 pandas 数据框的列表中的少数元素

Question

考虑到我已经找到了解决问题的方法，但我想找到更好的方法和/或更多地了解熊猫数据框和应用/lambda 函数。 我有一个像这样的熊猫数据框：

                      A
0             [43,45,51,...,32]
1             [43,45,51,...,32]
2             [43,45,51,...,32]
...                  ...
...                  ...
...                  ...
n             [43,45,51,...,32]

A 列每行包含 64 个元素。 我想要的是对每一行应用一个函数：

1. 仅对 A 列的某些元素求和（比如索引 18、27、34、45）
2. 求总和的平均值
3. 将平均值放入名为 B 的新列中

所以，最后我应该有这样的东西：

                      A                      B (mean over few elements)
0             [43,45,51,...,32]              50
1             [42,55,41,...,68]              60
2             [11,30,29,...,23]              30
...                  ...                    ...
...                  ...                    ...
...                  ...                    ...
n             [33,45,84,...,77]              70

现在我可以使用一个 numpy 数组来做到这一点，我在其中存储了 A 列，如下所示：

a = np.array(df["A"])
k =[18,27,34,45]
for i in range(n):
    vector = 0
    for idx, val in enumerate(k):
        vector = vector + a[i][val]
    mean.append(vector/16)

但我正在考虑使用 apply/lamdba 方法的更优雅的方法。如果不是创建另一列，而是将值附加到一个 numpy 列表，那也可以。 提前谢谢你和欢呼。

Answer 1

import pandas


def column_generator(row_value, indices):
    # get a sublist of just the values that appear in the indices
    sublist = [row_value[index] for index in indices]
    # return average 
    return sum(sublist) / len(sublist)


df['B'] = df['A'].apply(column_generator, indices=[0, 1])

Answer 2

试试这个：

indx = [0,2]
func = [lambda x: np.mean([x[i] for i in indx])]
df["mean"] = df.apply(func)

Answer 3

从A 列创建一个np.array，然后在索引为k 的数组中使用indexing 来选择所需的元素，并在axis=1 旁边使用np.mean 并将此结果分配回@ 列987654330@:

a = np.array(df['A'].tolist())
df['B'] = a[:, k].mean(axis=1)

---

例子：

np.random.seed(123)
df = pd.DataFrame({'A': [np.random.randint(1, 10, 10) for _ in range(5)]})

# print(df)
                                A
0  [3, 3, 7, 2, 4, 7, 2, 1, 2, 1]
1  [1, 4, 5, 1, 1, 5, 2, 8, 4, 3]
2  [5, 8, 3, 5, 9, 1, 8, 4, 5, 7]
3  [2, 6, 7, 3, 2, 9, 4, 6, 1, 3]
4  [7, 3, 5, 5, 7, 4, 1, 7, 5, 8]


k =[1, 2, 4, 7]
a = np.array(df['A'].tolist()) 
df['B'] = a[:, k].mean(axis=1)

结果：

                                A     B
0  [3, 3, 7, 2, 4, 7, 2, 1, 2, 1]  3.75
1  [1, 4, 5, 1, 1, 5, 2, 8, 4, 3]  4.50
2  [5, 8, 3, 5, 9, 1, 8, 4, 5, 7]  6.00
3  [2, 6, 7, 3, 2, 9, 4, 6, 1, 3]  5.25
4  [7, 3, 5, 5, 7, 4, 1, 7, 5, 8]  5.50