DataFrames - 平均列答案

【问题标题】：DataFrames - Average ColumnsDataFrames - 平均列
【发布时间】：2021-01-06 12:30:14
【问题描述】：

我在 pandas 中有以下数据框

Column 1   Column 2  Column3   Column 4
   2           2         2         4
   1           2         2         3

我希望创建一个数据框，其中包含第 1 列和第 2 列、第 3 列和第 4 列等的平均值。

  ColumnAvg(12)      ColumnAvg(34)
      2                   3
      1.5                 1.5

我正在使用它，但它正在平均所有内容。

df.mean(axis=1)

有没有一种方法可以在平均每一行时添加列标题。如果没有，另一种方法是创建两个数组，对它们进行平均，然后创建一个新的数据框。

【问题讨论】：

标签： python pandas numpy dataframe

【解决方案1】：

您可以使用 groupby 和 axis 并通过列表

out = df.groupby([1,1,2,2],axis=1).mean()
     1    2
0  2.0  3.0
1  1.5  2.5

【讨论】：

【解决方案2】：

您可以使用 groupby 并将其与 `//2' th 索引分组，这会将其分组为 2 列

  df.groupby((np.arange(len(df.columns)) // 2) + 1, axis=1).mean().add_prefix('ColumnAVg')

从索引 2 开始，正如您在评论中提到的那样

 dfgrp=  df.iloc[:,2:].groupby((np.arange(len(df.iloc[:,2:].columns)) // 2) + 1, axis=1).mean().add_prefix('ColumnAVg')
 dfnew = pd.concat([df.iloc[:,2:],dfgrp])

【讨论】：

我喜欢这个答案，唯一的问题是 - 前两列不是数字。恰好 2 列需要从第 3 列开始。含义（索引 = 2）

【解决方案3】：

您将计算转移到 numpy 的想法很好，因为它允许多个列对：

arr = df.to_numpy()
# split into pairs
split = np.split(arr, arr.shape[-1] // 2, axis=1)
# get mean and create dataframe
pd.DataFrame(np.mean(split, axis=0))
    0   1
0   2.0 3.0
1   1.5 2.5

【讨论】：