python blaze计算多列的平均值答案

【问题标题】：python blaze calculate mean of multiple columnspython blaze计算多列的平均值
【发布时间】：2016-01-18 17:28:38
【问题描述】：

我有一个像这样的 python blaze 数据

import blaze as bz

bdata = bz.Data([(1, 'Alice', 100.9, 100),
           (2, 'Bob', 200.6, 200),
           (3, 'Charlie', 300.45, 300),
           (5, 'Edith', 400, 400)],
          fields=['id', 'name', 'revenue', 'profit'])

我想计算数字列的平均值。我试过这样的东西

print {col: bdata[col].mean() for col in ['revenue', 'profit']}

我明白了

{'profit': 250.0, 'revenue': 250.4875}

但我想像pandas 一样一次性计算，比如data.mean()

有什么想法或建议？？？

【问题讨论】：

标签： python pandas blaze

【解决方案1】：

Pandas 聚合有点神奇，我认为如果没有某种逻辑，您将无法跳过非数字列。

如果您可以选择添加虚拟列，则可以使用by 对整个表进行聚合。

看起来像这样：

bdata = bz.Data([('fnord', 1, 'Alice', 100.9, 100),
           ('fnord', 2, 'Bob', 200.6, 200),
           ('fnord', 3, 'Charlie', 300.45, 300),
           ('fnord', 5, 'Edith', 400, 400)],
          fields=['dummy', 'id', 'name', 'revenue', 'profit'])
bz.by(bdata.dummy, avg_profit=bdata.profit.mean(), avg_revenue=bdata.revenue.mean())

   dummy  avg_profit  avg_revenue
0  fnord         250     250.4875

虽然这也不是特别简洁，并且需要修改您的数据。

您可以使用odo 快速访问简洁的 Pandas 语法：

from odo import odo
import Pandas as pd
odo(bdata, pd.DataFrame).mean()

【讨论】：

【解决方案2】：

我认为使用summary 减少可能会更好：

from blaze import *

resume = summary(bdata,avg_profit=bdata.profit.mean(), avg_revenue=bdata.revenue.mean())
SummaryStats = pd.DataFrame(pd.Series(dict( (k,v) for k,v in zip(resume.fields,compute(resume)) ))).T

如果你不关心结果是pd.DataFrame，最后一行可以减少到compute(resume)。

【讨论】：