我有一個從 csv 檔案中提取的資料框。我想迭代一個資料程序，其中只有一些列的資料是 n 行的平均值，而其余列是每次迭代的第一行。
例如，從 csv 中提取的資料由 100 行和 6 列組成。我有一個變數 n_AVE = 6，它告訴代碼平均每 6 行的資料。
rawDf = pd.read_csv(outputFilePath / 'Raw_data.csv', encoding='CP932')
OUT:
TIME A B C D E
0 2021/3/4 148 0 142 0 1 [0]
1 2021/3/5 148 0 142 0 1
2 2021/3/6 150 0 148 0 1
3 2021/3/7 150 0 148 0 1
4 2021/3/8 151 0 148 0 1
5 2021/3/9 151 0 148 0 1
....
91 2021/4/30 195 5 180 0 1 [5]
92 2021/5/1 195 5 180 0 1
93 2021/5/2 195 5 180 0 1
94 2021/5/3 200 5 180 0 1
95 2021/5/4 200 0 200 0 1
96 2021/5/5 200 5 200 0 1 [6]
97 2021/5/6 200 5 200 1 1
98 2021/5/7 200 5 200 1 1
99 2021/5/8 205 5 210 1 1
100 2021/5/9 205 5 210 1 1
僅取 [TIME, D, E] 列的第一行對
[A, B, C] 列中每 n_AVE (6) 的資料進行平均。
我想創建一個看起來像這樣的新資料框
OUT:
TIME A B C D E
0 2021/3/4 149.66 0 146 0 1
....
5 2021/4/30 197.5 4.166 186.66 0 1
6 2021/5/5 168.33 5 170 0 1
代碼是這樣的：
for x in range(0,len(rawDf.index), n_AVE):
df = pd.DataFrame([rawDf.iloc[[x],0], rawDf.iloc[x:(x n_AVE),1:3].mean(), rawDf.iloc[x,4:5]])
但是代碼不起作用，因為顯然當我使用 pandas.mean() 時，資料框的格式變成了這樣
df2 = rawDf.iloc[0:6,1:3].mean()
print(df2)
OUT:
index 0
0 A 149.66
1 B 0.0
2 C 146.0
[3 rows x 2 columns]
如何在不丟失舊格式的情況下使用 pandas.mean()？
還是我不應該使用 pandas.mean() 而只是創建自己的平均代碼？
uj5u.com熱心網友回復：
您可以通過分組器對資料框進行np.arange(len(df)) // 6分組，該分組器每六行對資料框進行分組，然后使用所需的聚合函式聚合列以獲得結果，可以選擇reindex重新axis=1排序列
d = {
'A': 'mean', 'B': 'mean', 'C': 'mean',
'TIME': 'first', 'D': 'first', 'E': 'first'
}
df.groupby(np.arange(len(df)) // 6).agg(d).reindex(df.columns, axis=1)
使用列索引定義聚合函式：
d = {
**dict.fromkeys(df.columns[[0, 4, 5]], 'first'),
**dict.fromkeys(df.columns[[1, 2, 3]], 'mean' )
}
df.groupby(np.arange(len(df)) // 6).agg(d).reindex(df.columns, axis=1)
結果
TIME A B C D E
0 2021/3/4 149.666667 0.000000 146.000000 0 1
1 2021/4/30 197.500000 4.166667 186.666667 0 1
2 2021/5/6 202.500000 5.000000 205.000000 1 1
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/441281.html
上一篇：如何在分隔符的特定出現處提取資料