特定列的 Pandas 均值

Question

我有一个像这样的熊猫数据框：

如果 Cluster==1 或 Cluster==2，我如何计算特定列的平均值（最小值/最大值、中值）？

谢谢！

原文由 Keithx 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以使用以下方法创建仅包含相关行的新 df：

 newdf = df[df['cluster'].isin([1,2)]

newdf.mean(axis=1)

为了计算特定列的平均值，您可以：

 newdf["page"].mean(axis=1)

原文由 Yaron 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

如果您的意思是仅在 Cluster 为 1 或 2 的情况下取平均值，那么此处的其他答案可以解决您的问题。如果你想对 Cluster 的每个值取一个单独的平均值，你可以使用 pandas 的聚合函数，包括 groupyby 和 agg ：

 df.groupby("Cluster").mean()

是最简单的，将采用所有列的方法，按集群分组。

 df.groupby("Cluster").agg({"duration" : np.mean})

是一个示例，其中您仅取一个特定列的平均值，按集群分组。您还可以使用 np.min 、 np.max 、 np.median 等。

groupby 方法产生一个 GroupBy 对象，它有点像但又不像 DataFrame 。将其视为 DataFrame 分组，等待对其应用聚合。 GroupBy 对象具有适用于所有列的简单内置聚合函数（在第一个示例中为 mean() ），还有一个更通用的聚合函数（ agg() 在第二个示例中），您可以使用它以多种方式应用特定功能。使用它的一种方法是传递 dict 键控到函数的列名，因此特定函数可以应用于特定列。

原文由 sparc_spread 发布，翻译遵循 CC BY-SA 3.0 许可协议