在新列中添加数据框的统计信息[重复]

Question

我有一个这样的数据框 df：

   A  B  C  D  E  F   ....   Z
0  3  4  7  1  5  10  ....   2
1  2  5  8  3  3  18  ....   3
2  5  4  9  5  6  75  ....   2
3  1  5  4  7  9  7   ....   1
4  4  5  2  1  2  10  ....   1
5  7  4  3  0  4  10  ....   0

我添加了一个新列，其中包含 F 列的统计信息，如下所示：

df['F_mean'] = df['F'].mean()
df['F_std'] = df['F'].std()
df['F_min'] = df['F'].min()
df['F_max'] = df['F'].max()

有什么方法可以为所有列添加此统计信息均值、标准差、最小值、最大值，而无需手动键入每个新列？我用这个代码尝试了 mean 函数，但我得到一个错误代码'Index' object has no attribute 'mean'。

df[columns + '_mean'] = df.columns.mean()

我的目标是将这样的列添加到我的 df Dataframe 中，但是对于每一列 A 到 Z

  A_mean   A_min   A_max ....Z_max
0  1        4        7  
1  1        4        7  
2  1        4        7  
3  1        4        7  
4  1        4        7  
5  1        4        7  

谢谢你， 回复

Answer 1

您可以通过describe() 查找DataFrame。

df.describe()

这个功能同时给你几个有用的东西。例如，您将获得三个四分位数、平均值、计数、最小值和最大值以及标准差。这非常有用，尤其是在探索性数据分析中。

只是一个例子：

>>> df
   col1  col2  col3
0     1    50     3
1     1    40     3
2     1    11     3
3     2    10     4
4     2    25     4
>>> df.describe()
           col1       col2      col3
count  5.000000   5.000000  5.000000
mean   1.400000  27.200000  3.400000
std    0.547723  17.655028  0.547723
min    1.000000  10.000000  3.000000
25%    1.000000  11.000000  3.000000
50%    1.000000  25.000000  3.000000
75%    2.000000  40.000000  4.000000
max    2.000000  50.000000  4.000000

我没有看到将它们全部合并为一列，但您可以定义。

数据框的列标准差

df.std(axis=0)

数据帧的行标准差

df.std(axis=1)

因此，不是特定于行或列，您可以尝试如下所示。

df['F_mean'] = df.mean(axis=1)
df['F_std'] = df.std(axis=1)
df['F_min'] = df.min(axis=1)
df['F_max'] = df.max(axis=1)

更好：

>>> df.describe().loc[['count','mean', 'std', 'min', 'max']]
           col1       col2      col3
count  5.000000   5.000000  5.000000
mean   1.400000  27.200000  3.400000
std    0.547723  17.655028  0.547723
min    1.000000  10.000000  3.000000
max    2.000000  50.000000  4.000000

Answer 2

您可以使用.describe() 并选择您实际需要的行。