如何平均每 5 行特定列并从 Pandas 中的另一列中选择最后一个数据答案

【问题标题】：How can I average every 5 rows specific column and select last data from another column in Pandas如何平均每 5 行特定列并从 Pandas 中的另一列中选择最后一个数据
【发布时间】：2018-08-06 09:05:51
【问题描述】：

我有 pandas df，比如 100 行 4 列。我想每 5 行计算特定列（“值”）中的平均值，并选择另一列（“日期”）的最后一个数据（第五个）以保留在新数据框中。

我的数据框看起来像这样：

>>df
       DateTime     Product     Location       Value
0    12-07-2018           A           S1       1.313
1    12-07-2018           B           S1       3.089
2    12-07-2018           C           S1       1.890
3    12-07-2018           D           S1       3.136
4**  12-07-2018           E           S1       3.258
5    13-07-2018           F           S1       3.113
6    13-07-2018           G           S1       2.651
7    13-07-2018           H           S1       2.135
8    13-07-2018           I           S1       1.555
9**  14-07-2018           J           S1       2.009
10   14-07-2018           K           S1       1.757
11   14-07-2018           L           S1       1.808
12   14-07-2018           M           S1       1.511
13   15-07-2018           N           S1       2.265
14** 15-07-2018           O           S1       2.356
15   15-07-2018           P           S1       2.950
16   15-07-2018           Q           S1       3.300

现在我可以通过这段代码平均每 5 行：

> new_df = df.groupby(df.index // 5).agg({'DateTime':'last', 'Value':'mean'})

这段代码的结果：

>> new_df
     DateTime        Value
0  12-07-2018       2.5372
1  14-07-2018       2.2926
2  15-07-2018       1.9394
3  15-07-2018       3.1250

但最后 2 行的平均值相同。 (2.950+3.300)/2 = 3.1250。如果它有 1,2,3,4 行，它将平均行数。

我只想平均 5 行。如果它没有 5 行，则不要平均并发送到 new_df

我该怎么做？

注意：为了便于观察，我每 5 行添加 **。

【问题讨论】：

标签： python python-2.7 pandas dataframe

【解决方案1】：

据我所知，您的请求相当于在聚合之前将 df 截断为可被 5 整除的长度。您可以即时使用切片：

new_df = df.groupby(df[:(len(df)//5)*5].index // 5).agg({'DateTime':'last', 'Value':'mean'})

【讨论】：

我使用你的代码，但 VSC 调用 ValueError : Grouper 和 axis 必须是相同的长度。我尝试将代码更改为新代码是 new_df = df[:(len(df)//5)*5].groupby(df[:(len(df)//5)*5].index // 5) .agg({'DateTime':'last', 'Value':'mean'})。它可以工作！非常感谢。

【解决方案2】：

用途：

i = df.index // 5
#compare by last value
mask = i == i[-1]
#length of last group
no = mask.sum()

#filter only if last group less as 5
no = mask.sum()
if no < 5:
    df = df[~mask]

另一个想法：

s = pd.Series(df.index // 5)
df = df[s.groupby(s).transform('count') == 5]

new_df = df.groupby(df.index // 5).agg({'DateTime':'last', 'Value':'mean'})
print (new_df)
     DateTime   Value
0  12-07-2018  2.5372
1  14-07-2018  2.2926
2  15-07-2018  1.9394

【讨论】：

我忘了描述 15 16 的 df 行，不要发送到 new_df（仅 5 行）。我会编辑我的帖子。对不起先生。
@kanpiseksasuk - 这是不同的；）检查编辑的答案。
您的解决方案对我有用！非常感谢。非常感谢您的帮助。
我可以使用聚合来选择 ({'DateTime':'last', 'Value':'mean'}, 'Product':'all') 以显示产品 A、B、C、 D,E // F,G,H,I,J，每 5 行分组时？