Pandas 手动计算均值或标准差

Question

除了最小值和最大值，我们还需要均值和方差 公里数_驱动在不同的位置。使用迭代 方法，请执行以下操作：

找到数据集中所有唯一的位置。

启动计时器。

对于一个唯一的位置，遍历数据集一次来计算 Kilometers_Driven 的平均值。

对于相同的唯一位置，再次遍历数据集以 计算 Kilometers_Driven 的方差。

8.5 对所有唯一位置重复此操作。反复计算 不同位置的 Kilometers_Driven 的均值和方差。 测量所需的时间。

停止计时器。打印出均值和方差 每个位置的行驶公里数以及经过的时间。

我的代码如下：

#8.1
df.Location.unique()

#8.2
start = timeit.default_timer()

#8.3 Calculating mean of "Kilometers_Driven" manually (For a unique location?)
col_mean = 0.0
for row in range(len(df)):
    col_mean += df.loc[row, "Kilometers_Driven"]
col_mean /= len(df)
print(col_mean)

#8.4 Calculating variance of "Kilometers_Driven" manually
col_var = 0.0
for row in range(len(df)):
    col_var += (df.loc[row, "Kilometers_Driven"] - col_mean)**2
col_var /= len(df) - 1 
print(col_var)

#8.5 How to do?

#8.6 Setting Stop Time
stop = timeit.default_timer()

t_custom = stop - start

print(f"Time elapsed {t_custom} s")

它有效，但 对于一个独特的位置，遍历数据集一次以计算 Kilometers_Driven 的平均值。在 8.3 中。我只是手动计算“Kilometers_Driven”的平均值。我不知道如何纠正它。并且不确定如何在 8.5 中提问。任何人都可以帮助我吗？提前致谢！！

Answer 1

for l in list(df.Location.unique()): 
    col_mean = 0.0

    num_rows=0
    for row in range(len(df)):
        if df.loc[row, 'Location'] == l:
              num_rows += 1
              col_mean += df.loc[row, "Kilometers_Driven"]
    col_mean = col_mean/num_rows

    print( 'Location: %s mean %.2f' % (l, col_mean) )