熊猫平均每行大小为 5 的块

Question

我有一个[100, 50000] 形状的数据框 我想通过以 5 为一组应用每行的平均值来减少它。（所以我将得到一个形状为[100, 10000] 的数据框）。 例如， 所以，如果该行是

[1,8,-1,0,2 , 6,8,11,4,6]

输出将是

[2,7]

最有效的方法是什么？

谢谢

Answer 1

如果形状是100, 50000 表示100 rows and 50000 columns，则解决方案是GroupBy.mean 和由列的长度创建的助手np.arange 和axis=1：

df = pd.DataFrame([[1,8,-1,0,2 , 6,8,11,4,6],
                   [1,8,-1,0,2 , 6,8,11,4,6]])
print (df)
   0  1  2  3  4  5  6   7  8  9
0  1  8 -1  0  2  6  8  11  4  6
1  1  8 -1  0  2  6  8  11  4  6

print (df.shape)
(2, 10)

df = df.groupby(np.arange(len(df.columns)) // 5, axis=1).mean()
print (df)
   0  1
0  2  7
1  2  7

如果形状是100, 50000 表示100 columns and 50000 rows，则解决方案是GroupBy.mean 和由DataFrame 的长度创建的助手np.arange：

df = pd.DataFrame({'a': [1,8,-1,0,2 , 6,8,11,4,6],
                   'b': [1,8,-1,0,2 , 6,8,11,4,6]})
print (df)
    a   b
0   1   1
1   8   8
2  -1  -1
3   0   0
4   2   2
5   6   6
6   8   8
7  11  11
8   4   4
9   6   6

print (df.shape)
(10, 2)

df = df.groupby(np.arange(len(df)) // 5).mean()
print (df)
   a  b
0  2  2
1  7  7