数据帧的平均值答案

【问题标题】：Average over dataframes数据帧的平均值
【发布时间】：2020-02-27 13:09:33
【问题描述】：

是否有直接的方法来获取多个数据帧的平均值（例如多次运行模拟）？我使用的一种方法是使用 3 个数据帧（df1、df2、df3），但在拥有大量数据帧时不是最有效的方法是：

(df1+df2+df3)/3

有没有办法告诉 Python 做一些更直接的事情，比如 mean(df1,df2,df3)？

【问题讨论】：

这能回答你的问题吗？ Get the mean across multiple Pandas DataFrames
你能否让这个问题更清楚一点，如果你想将 3 个数据帧中的所有数值相加并取平均值，我觉得不清楚吗？您有任何数据和输出可以与我们分享吗？
假设每个数据帧都是唯一索引的，并且都具有相同的索引：pd.concat((df1, df2, df3)).mean(level=0)

标签： python pandas dataframe

【解决方案1】：

为了避免concat，可以将所有数据转换为numpy数组并使用mean by axis=0，最后将输出转换为DataFrame构造函数：

df1 = pd.DataFrame({
         'A':[4,5,4],
         'B':[7,8,90],
})

df2 = pd.DataFrame({
         'A':[4,50,4],
         'B':[7,8,9],
})

df3 = pd.DataFrame({
         'A':[40,5,4],
         'B':[7,8,9],
})

print ((df1+df2+df3)/3)
      A     B
0  16.0   7.0
1  20.0   8.0
2   4.0  36.0

dfs = [df1, df2, df3]
df = pd.DataFrame(np.array([x.to_numpy() for x in dfs]).mean(axis=0), 
                  index=df1.index, 
                  columns=df1.columns)
print (df)
      A     B
0  16.0   7.0
1  20.0   8.0
2   4.0  36.0

对于较旧的 pandas 版本，将 DataFrame.to_numpy 更改为 DataFrame.values ：

df = pd.DataFrame(np.array([x.values for x in dfs]).mean(axis=0), 
                  index=df1.index, 
                  columns=df1.columns)

【讨论】：

谢谢！这回答了我的问题，令我惊讶的是，没有像 Mathematica 那样直接执行此操作的内置函数。
@Karim - 不幸的是，我认为还没有。

【解决方案2】：

如果您像这样计算平均值，显然所有数据单元格都包含数字数据。我能想到的唯一增强是使用 numpy 数组。

import numpy as np

def df_mean(*dfs):
    return np.array([np.array(df) for df in dfs]).mean(axis=0)

df_mean(df1, df2, df3) # you can put as many dfs as arguments as you want.

啊@jezrael 刚刚发布了同样的想法。

【讨论】：