计算熊猫数据框列表中列的平均值并绘制分布

Question

我有一个 pandas 数据框列表dflist，我想从dflist 中的数据框中的单个列的子集中绘制平均分布。

这是我到目前为止的代码：

import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt


df1 = pd.DataFrame(np.random.rand(100, 6) , columns=list('ABCXYZ'))
df2 = pd.DataFrame(np.random.rand(100, 6) , columns=list('ABCXYZ'))
df3 = pd.DataFrame(np.random.rand(100, 6) , columns=list('ABCXYZ'))

dflist = [df1,df2,df3]

for i in np.arange(3):
    sns.distplot(dflist[i][70:90]['A'], bins=None, hist=True, kde=True, rug=False)
plt.show()

这会返回一个不错的情节：

但是，我想要的是数据框中这三列的平均分布，以便只有一行而不是三行。提前致谢！

Answer 1

dflist 是三个元素的列表。您在该行中的索引顺序：

dflist[70:90][i]['A']

错误，因为它试图通过DataFrame 建立索引并首先过滤行，导致IndexError。

当编写为以下内容时，此索引将按预期工作：

dflist[i][70:90]['A']

这将首先选择DataFrame，从df1到df3，然后过滤数据行。

关于如何产生平均分布的第二个问题，以下如何？

avg_df = pd.concat([df['A'] for df in dflist], axis=1)                          
avg_df["mean"] = avg_df.mean(axis=1)                                            

sns.distplot(avg_df.loc[avg_df.index[70:90], 'mean'], bins=None, hist=True, kde=True, rug=False)
plt.show()

此代码通过将dflist 中每个DataFrame 的“A”列连接起来，生成一个新的avg_df DataFrame。然后它计算沿此DataFrame 行的平均值。最后，它索引avg_df 以仅保留选定的行（70:90）和“平均”列。