資料框的片段如下。但實際資料集是 200000 x 130。
ID 1-jan 2-jan 3-jan 4-jan
1. 4 5 7 8
2. 2 0 1 9
3. 5 8 0 1
4. 3 4 0 0
我正在嘗試像這樣計算每一行值的平均絕對偏差。
ID 1-jan 2-jan 3-jan 4-jan mean
1. 4 5 7 8 12.5
1_MAD 8.5 7.5 5.5 4.5
2. 2 0 1 9 6
2_MAD.4 6 5 3
.
.
我試過這個，
new_df = pd.DataFrame()
for rows in (df['ID']):
new_df[str(rows) '_mad'] = mad(df3.loc[row_value][1:])
new_df.T
其中mad是將平均值與每個值進行比較的函式。
但是，這非常耗時，因為我有一個很大的資料集，我需要以最快的方式完成。
uj5u.com熱心網友回復：
IIUC 用途：
#convert ID to index
df = df.set_index('ID')
#mean to Series
mean = df.mean(axis=1)
from toolz import interleave
#subtract all columns by mean, add suffix
df1 = df.sub(mean, axis=0).abs().rename(index=lambda x: f'{x}_MAD')
#join with original with mean and interleave indices
df = pd.concat([df.assign(mean=mean), df1]).loc[list(interleave([df.index, df1.index]))]
print (df)
1-jan 2-jan 3-jan 4-jan mean
ID
1.0 4.00 5.00 7.00 8.00 6.00
1.0_MAD 2.00 1.00 1.00 2.00 NaN
2.0 2.00 0.00 1.00 9.00 3.00
2.0_MAD 1.00 3.00 2.00 6.00 NaN
3.0 5.00 8.00 0.00 1.00 3.50
3.0_MAD 1.50 4.50 3.50 2.50 NaN
4.0 3.00 4.00 0.00 0.00 1.75
4.0_MAD 1.25 2.25 1.75 1.75 NaN
uj5u.com熱心網友回復：
可以指定axis=1跨列應用平均值計算：
df['mean_across_cols'] = df.mean(axis=1)
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/489745.html