pandas DataFrame对象的平均值，包括groupby之后的统计意义
pandas是一个开源的数据分析和数据处理工具，DataFrame是pandas库中的一个重要数据结构，类似于一个二维表格。DataFrame对象的平均值可以通过使用pandas库中的mean()函数来计算。
在计算DataFrame对象的平均值之前，可以使用groupby()函数对DataFrame进行分组操作。groupby()函数可以根据指定的列或条件将DataFrame分成多个组，然后可以对每个组进行统计分析。
对于DataFrame对象的平均值，可以根据具体需求选择不同的统计意义。常见的统计意义包括：
- 对整个DataFrame对象进行平均值计算：可以使用mean()函数直接对DataFrame对象调用，计算所有数值列的平均值。
- 对DataFrame对象的特定列进行平均值计算：可以使用mean()函数对DataFrame对象的指定列进行平均值计算。
- 对DataFrame对象的分组后的每个组进行平均值计算：可以先使用groupby()函数对DataFrame对象进行分组操作，然后再对每个组使用mean()函数进行平均值计算。
根据不同的统计意义，可以选择不同的pandas函数来计算DataFrame对象的平均值。具体的函数包括：
- DataFrame.mean()：计算整个DataFrame对象的平均值。
- DataFrame[column].mean()：计算DataFrame对象的指定列的平均值。
- DataFrame.groupby(column).mean()：对DataFrame对象按照指定列进行分组，并计算每个组的平均值。
对于pandas库的更多详细信息和使用方法，可以参考腾讯云的相关产品和文档：
- 腾讯云产品：腾讯云提供了云计算相关的产品，如云服务器、云数据库等，可以根据具体需求选择适合的产品进行数据处理和分析。
- 腾讯云文档：腾讯云的文档中包含了详细的使用指南和示例代码，可以帮助开发者更好地理解和使用pandas库进行数据分析和处理。
请注意，以上答案仅供参考，具体的答案可能因具体情况而异。
相关·内容
2回答
假设我在Pandas dataframe中有如下数据：
我希望找到以下的描述性统计数据(平均值、中位数、标准开发)：
每个队列的唯一用户
每个用户每组的注释
每组评语
因此，对于输出，我希望看到：
每个队列-> {a:3}，{b:2}，.然后找到该系列的描述性统计数据。
-> {(a，alex):2}，{(b，alex):0}，{(a，beth):1}，{(b，beth)：3}.
每个队列-> {a:5}，{b:6}.
我正在使用Pandas，我完全被困在如何做这么简单的事情上。我正在考虑使用.groupby()，但这并没有给
浏览 5提问于2016-05-10得票数 1
回答已采纳
1回答
我正在练习统计和pandas，我想创建第三列，名为'Mean‘，它计算出每个分组位置的平均值，以便每个单独的行都可以使用它执行计算。下面是我要开始的内容：
import pandas as pd
df = pd.DataFrame({'Location': ['Alaska', 'Alaska', 'Amsterdam', 'Amsterdam',
'Arkansas', 'Arkansas'],
浏览 2提问于2021-06-10得票数 0
1回答
我有一只熊猫DataFrame和NaN。我想用分组平均来填充NaN。
样本DataFrame：
import pandas as pd
df = pd.DataFrame({
'id': [1, 2, 3, 4, 5, 6],
'm': ['m1','m1','m1','m2','m2', 'm2'],
'cr':[0.5, 0.3, n
浏览 4提问于2022-07-07得票数 0
1回答
我希望使用pandas对数据的值键进行分组、排序和获取汇总统计信息。假设我有这样的数据：
df = pd.DataFrame({'g_one': [1, 2, 3, 1, 2, 3],
'g_two': ['A', 'B', 'C', 'A', 'B', 'C'],
'g_three': [10, 5, 8, 12, 3, 9]})
我希望能够按g_one和g_two进行分组，按g_three排序，然后得到所有g_three值、均值
浏览 1提问于2017-05-09得票数 0
回答已采纳
1回答
我想绘制一段时间内面板数据的汇总统计数据。X轴是时间，Y轴是感兴趣的变量，带有平均值、最小/最大值、P25、P50、P75等的线条。 这基本上是循环和计算所有单个观察值的每个日期的统计数据，然后绘制它们。 我正在尝试做的类似于下面，但y轴将是日期而不是1-10。 import numpy as np
import pandas as pd
# Create random data
rd = pd.DataFrame(np.random.randn(100, 10))
rd.describe().T.drop('count', axis=1).plot() 在我的数据集中，每个
浏览 20提问于2020-11-06得票数 2
使用Pandas，我想要"groupby“并计算我的Dataframe的每一组的平均值。我这样做：
dict = {
"group": ["A", "B", "C", "A", "A", "B", "B", "C", "A"],
"value": [5, 6, 8, 7, 3, 9, 4, 6, 5]
}
import pandas as pd
df = pd.DataFrame(dict)
pr
浏览 4提问于2021-05-07得票数 2
回答已采纳
存在groupby操作返回的groupby对象B。我打印了它的长度，长度是6。然后我将这个groupby对象转换为dataframe类型，然后我打印了这个转换后的dataframe对象的形状，该形状与原始的groupby对象不匹配。我很困惑。请查看相关代码和结果，谢谢。 print('type of B', type(B))
print('len(B) ',len(B))
b=B.apply(pd.DataFrame)
print('type of b', type(b))
print('b shape' , b.shape)
浏览 11提问于2020-08-20得票数 0
回答已采纳
2回答
我有一个类似于此的Pandas dataframe：
>>> df = pd.DataFrame(data=np.array([['red', 'cup', 1.50], ['blue', 'jug', 2.40], ['red', 'cup', 1.75], ['blue', 'cup', 2.30]]),
... columns=['colour', 'item', 'p
浏览 1提问于2019-03-28得票数 5
回答已采纳
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])
df['C']=[5,2,np.nan,4,np.nan]
df['index']=df.index
DataFrame：
A B C index
0 0 1 5 0
1 2 3 2 1
2 4 5 NaN 2
3 6 7 4 3
4 8 9 NaN
浏览 3提问于2017-02-18得票数 1
回答已采纳
1回答
我想用分组或聚合平均值替换熊猫系列中的坏值negative values(-666)和NaNs。样本DataFrame：
import pandas as pd
import numpy as np
df = pd.DataFrame({
'cat': ['A','B','C','A','B','C','A','B','C'],
'val':
浏览 3提问于2022-03-16得票数 0
我正在处理一些EPL统计数据。我有一个赛季的所有比赛的csv格式如下。
D H A H_SC A_SC H_ODDS D_ODDS A_ODDS...
11.05.2014 Norwich Arsenal 0 2 5.00 4.00 1.73
11.05.2014 Chelsea Swansea 0 0 1.50 3.00 5.00
我想要做的是为每一场比赛计算前N场比赛球队的平均统计数据。结果应该是
浏览 3提问于2015-02-05得票数 1
3回答
根据其标签计算一行中值的平均值：
A = [1,2,3,4,5,6,7,8,9,10]
B = [0,0,0,0,0,1,1,1,1, 1]
Result = pd.DataFrame(data=[A, B])
我希望输出是: 0->3；1-> 7.8
pandas有groupby功能，但我不知道如何实现它。谢谢
浏览 0提问于2017-11-13得票数 2
2回答
我正在尝试分组一个Pandas DataFrame，它是按日期按月的营业日编制索引的，大约每月22。
我想返回一个结果，其中包含了“`DataFrame”中平均值为22行的行。
我可以按月中的一天计算，但似乎不知道如何按营业日计算。
是否有一个函数将返回一个月的营业日？
如果有人能提供一个简单的例子，这将是最感激的。
浏览 5提问于2016-04-29得票数 1
回答已采纳
给定一个包含group、x和y列的pandas统计信息(每个代码值有多条记录)，我想创建一个新的统计信息，每个代码有一行，并为该组中的x和< group >d9</ DataFrame >值创建关联的t统计信息。我想用groupby来做这件事，而不是循环。
示例：
import pandas as pd
import numpy as np
from scipy import stats
N = 100 # Observations per group.
tt_df = pd.DataFrame({'group': np.append(['A
浏览 16提问于2018-01-25得票数 4
1回答
我试图获得DataFrame的每个分区每列的平均值，例如：
country city sales stock
0 UK London 1 34
1 UK Leeds 2 20
2 UK Leeds 3 21
3 RO Cluj 4 24
4 RO Cluj 5 25
5 RO Bucharest 6 25
也就是说，我希望得到sales和stock的平均值，并将它们聚合
浏览 0提问于2018-06-11得票数 2
回答已采纳
我有在pandas DataFrame.describe()方法中找到的所有统计细节，如计数、平均值、标准差、最小值、最大值等。我需要从这些细节生成数据集。是否有任何应用程序或python代码可以做这项工作。我想生成任何具有这些统计数据的随机数据集
计数263
平均值35.790875
标准24.874763
最少0.0000000
25% 16.000000
50% 32.000000
75% 49.000000
最多99.000000
浏览 6提问于2020-05-14得票数 1
假设我有这样的数据集：
import pandas as pd
raw_data = {
'entrytype': ['a', 'a', 'b', 'c', 'c', 'c', 'd'],
'year': [2000, 2000, 2000, 2001, 2001, 2001, 2001],
}
df = pd.DataFrame.from_dict(raw_data)
我想知道每年不同入口类型的数量的平均值(entrytype仅用
浏览 2提问于2014-04-30得票数 1
回答已采纳
我想以一个简单的数据帧为例，根据另一列("name“列)中的值，将一列(" value”列)求和成组。在那之后，我想得到"value“列的平均值
In [1]: import pandas
In [2]: df = pandas.DataFrame(data = [{'name': 'a', 'val': 1}, {'name': 'b', 'val': 2}, {'name': 'b', 'val': 4}])
In [3
浏览 5提问于2021-03-03得票数 0
回答已采纳
1回答
我想在一个DataFrame中对我的变量做一个平均值，其中我已经将元素按列'A‘分组了。问题是，当我打印结果时，输出只是第一个变量列的平均值，为什么要这样做呢？
(B)编码；
import pandas as pd
file = open('C:/Users/Andre/Desktop/Python/introduction-datascience-python-book-master/files/ch03/adult.data', 'r')
def chr_int(a):
if a.isdigit(): return int(a)
浏览 0提问于2020-05-07得票数 1
回答已采纳
1回答
我正在尝试为一个大型表生成统计数据(除其他外)，但它不起作用。
import pandas as pd
# example numbers
dataset = pd.DataFrame(data=[2 ** 64, 2 ** 65, 2 ** 66], columns=['bignum'])
print(dataset.describe())
它打印以下数据，但不是我想要的统计数据，比如标准差、平均值等等，就像它对较小的数字列表所做的那样。
bignum
count 3
unique
浏览 0提问于2019-01-12得票数 4
回答已采纳
想象一下，我有一只熊猫DataFrame Class Val
0 A 1
1 B 1
2 B 1
3 B 1
4 B 0 我想计算按Class分组的值的平均值，但考虑到这些值的统计意义，如果B有很多Val等于1，则B平均值的结果值将克服A平均值的结果值，因为它只有一个观察值。
浏览 20提问于2019-03-22得票数 0
我正在对每个国家的人口统计数据进行DataFrame分组。我发现我想要获取每个组的大小有问题，.size或np.size()返回组第一列的总和，而不是行数。
我使用的是Python 3.7和Pandas 0.23.4
df.groupby('foo').apply(lambda grp: grp.size)
这将返回一个大得多的数字。
Countries.groupby('foo').apply(lambda grp: grp['some colum'].size)
这将给出正确的计数
有人知道为什么.size在每种情况下的工作方式不同吗？谢谢!
浏览 4提问于2019-01-18得票数 1
1回答
我正在研究一种算法，它需要按两列分组。熊猫支持按两栏分组，方法是：
df.groupby([col1, col2])
但是产生的dataframe不是必需的dataframe
工作设置：
Python : v3.5
Pandas : v0.18.1
Pandas Dataframe -输入数据：
Type Segment
id
1 Domestic 1
2 Salary 3
3 NRI
浏览 2提问于2016-12-13得票数 3
回答已采纳
我必须根据该级别的行数来计算MultiIndex DataFrame的平均值。
基本上，我必须对最后一列中的值求和，然后除以每个SKU_ID索引的每月行数，从而求出这些值的平均值。我如何在Pandas中继续？谢谢
浏览 0提问于2019-04-04得票数 0
我有一组带有数值和部分重叠索引的DataFrames。我想合并它们，如果一个索引出现在多个DataFrame中，则取平均值。
import pandas as pd
import numpy as np
df1 = pd.DataFrame([1,2,3], columns=['col'], index=['a','b','c'])
df2 = pd.DataFrame([4,5,6], columns=['col'], index=['b','c','d'])
这
浏览 1提问于2013-10-21得票数 20
回答已采纳
3回答
潘达斯的t检验
、、、、
如果我想计算Pandas中两类的平均值，我可以这样做：
data = {'Category': ['cat2','cat1','cat2','cat1','cat2','cat1','cat2','cat1','cat1','cat1','cat2'],
'values': [1,2,3,1,2,3,1,2,3,5,1]}
my_data = DataFrame(data)
浏览 13提问于2012-11-15得票数 77
回答已采纳
2回答
如果我在Python中有一个熊猫DataFrame，如下所示：
import numpy as np
import pandas as pd
a = np.random.uniform(0,10,20)
b = np.random.uniform(0,1,20)
data = np.vstack([a,b]).T
df = pd.DataFrame(data)
df.columns = ['A','B']
df.sort_values(by=['A'])
A B
5 0.057519 0.4654
浏览 2提问于2019-04-03得票数 5
回答已采纳
我经常使用pandas的agg()函数对data.frame的每一列运行汇总统计信息。例如，下面是生成平均值和标准差的方法：
df = pd.DataFrame({'A': ['group1', 'group1', 'group2', 'group2', 'group3', 'group3'],
'B': [10, 12, 10, 25, 10, 12],
'C': [100,
浏览 399提问于2014-10-20得票数 59
回答已采纳
2回答
群熊猫数据与计算多列均值
、、、
我试图将熊猫的数据按列分组，然后计算出多个列的平均值。在下面的示例中，我想按“类别”列进行分组，然后计算“得分”和“优先级”列的平均值。所有三列都应位于生成的dataframe中。
我能够对第一列进行分组并计算平均值，但我不知道如何添加第二列。在我的尝试之下。
任何指导都非常感谢。
import pandas as pd
data = [['A', 2, 1], ['A', 4, 2], ['B', 5, 3], ['B', 2, 3]]
df = pd.DataFrame(data, columns=['categor
浏览 3提问于2022-05-24得票数 1
回答已采纳
我需要向Pandas数据框添加2列，其中填充了条件平均值和标准差。 # Import pandas library
import pandas as pd
# Initialize list of lists
data = [
['Tom', 'Blue', 'Small', 10, ],
['Tom', 'Blue', 'Big', 15, ],
['Tom', 'Red', 'Big',
浏览 50提问于2019-07-04得票数 1
我需要通过只考虑给定百分位数范围之间的值来估计熊猫DataFrameGroupBy的平均值。
例如，给定代码片段
import numpy as np
import pandas as pd
a = np.matrix('1 1; 1 2; 1 4; 2 1; 2 2; 2 4')
data = pd.DataFrame(a)
groupby = data.groupby(0)
m1 = groupby.mean()
结果是
m1 = 1
0
1 2.333333
2 2.333333
但是，如果
浏览 7提问于2018-11-13得票数 3
回答已采纳
1回答
我是Pandas的新手，我想将以下简单的R代码转换为Pandas，以便计算列的平均值和加权平均值(实际上，有更多的列需要聚合)。解决方案必须是可链接的，因为在此计算之前和之后都有多个步骤。我看过使用apply函数()的解决方案，但似乎要么必须在apply函数内执行完整的聚合步骤(对所有列，可能是不相关的列)，我认为这很丑陋，要么分别计算平均值和加权平均值，然后进行表连接。在Pandas中最先进的方法是什么？
df = data.frame(batch=c("A", "A", "B", "B", "C","C
浏览 25提问于2019-10-21得票数 1
3回答
我真的不明白为什么在为“课程”创建一个带有groupby的Dataframe时，我会得到一个入口位置输出？
代码：
import pandas as pd
technologies = ({
'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python","NA"],
'Fee' :[22000,250
浏览 22提问于2022-10-22得票数 0
回答已采纳
我有一系列的x，值分别为y和z。我想要收集x的片段，在这些片段中，y比0.5大。在这个片段中，我想计算两个统计量:以x为单位的片段长度和片段上z的平均值。我想丢弃y为0.5或更小的所有数据。对熊猫来说，最优雅的方式是什么？
import numpy as np
import pandas as pd
x = np.arange(0, 100, 0.1)
y = np.sin(x) + 0.5*np.sin(0.5*x)
z = np.random.rand(x.size)
df = pd.DataFrame(data=np.stack((x,y), axis=-1), index=x, c
浏览 0提问于2018-09-11得票数 1
在使用列中一些重复的单元格值创建DataFrame之后，名称
import pandas as pd
df = pd.DataFrame({'Name': ['Will','John','John','John','Alex'],
'Payment': [15, 10, 10, 10, 15],
'Duration': [30, 15, 15, 15, 20]})
我想继续创
浏览 2提问于2016-09-03得票数 6
回答已采纳
3回答
我有一个pandas DataFrame df，我想为它计算每批行的一些统计信息。
例如，假设我有一个batch_size = 200000。
对于每批batch_size行，我希望拥有我的DataFrame的列ID的唯一值的数量。
我怎么能做这样的事情呢？
下面是我想要的一个例子：
print(df)
>>
+-------+
| ID|
+-------+
| 1|
| 1|
| 2|
| 2|
| 2|
| 3|
| 3|
| 3|
| 3|
+-------+
batch_
浏览 2提问于2019-05-20得票数 3
回答已采纳
2回答
链式分组、过滤和聚集
、、、、
DataFrameGroupby.filter方法筛选组，并返回包含传递筛选器的行的DataFrame。
但是在过滤之后，我能做些什么来获得一个新的DataFrameGroupBy对象而不是一个DataFrame呢？
例如，假设我有一个DataFrame df，它有两个列A和B。我希望获得列B的每个值的平均值，只要该组中至少有5行：
# pandas 0.18.0
# doesn't work because `filter` returns a DF not a GroupBy object
df.groupby('A').filter(lambda x: len(x
浏览 2提问于2016-04-03得票数 7
回答已采纳
目标:获取一个DataFrame，按该DataFrame两列分组，计算第三列的加权平均值，然后返回一个DataFrame。在下面的Reprex中需要进行哪些调整？ ## REPREX
import pandas as pd
import numpy as np
# Turn into DataFrame
md = {"group1": ["A", "A", "B", "B", "A"],
"group2": [1, 0, 1, 1, 1],
"v
浏览 98提问于2020-10-14得票数 2
回答已采纳
当我试图在ipython...beginner中与熊猫一起运行这个文件时，我总是得到不同的属性错误，所以我可能遗漏了什么
代码：
from pandas import Series, DataFrame
import pandas as pd
import json
nan=float('NaN')
data = []
with open('file.json') as f:
for line in f:
data.append(json.loads(line))
df = DataFrame(data, columns=['accept
浏览 5提问于2013-10-15得票数 41
回答已采纳
1回答
我有一个相当大的(大约5000行) DataFrame，有一些变量，例如2 'max'，'min'，按4个参数排序，'Hs'，'Tp'，'wd'，‘种子’。看起来是这样的：
>>> data.head()
Hs Tp wd seed max min
0 1 9 165 22 225 18
1 1 9 195 16 190 18
2 2 5 165 43 193 12
3 2 10 180 15 14
浏览 5提问于2015-07-07得票数 2
回答已采纳
我有一个2019-2020赛季NBA球员数据的pandas数据框架。有些球员的名字不止一次出现，因为他们整个赛季都在多个不同的球队踢球。我想组织数据帧，使每个球员的名字只出现一次，对于名字出现多次的球员，我想取其所有统计数据的平均值，并将其放入一行中。 例如，如果有一个球员在3个不同的球队中比赛，并且连续出现在3行中，我希望将这3行合并到一行中，新行是这三行所有统计数据的平均值。 以下是玩家名字多次出现的示例： ? 有什么简单的方法可以做到这一点吗？我不知道一个球员会出现多少次，我也不知道有多少球员的名字会出现多次。我希望迭代数据帧，并取具有相同球员名称的行的所有统计数据的平均值。
浏览 35提问于2021-01-23得票数 0
4回答
假设我已经生成了如下数据：
N = 20
m = 3
data = np.random.normal(size=(N,m)) + np.random.normal(size=(N,m))**3
然后我创建了一些分类变量：
indx = np.random.randint(0,3,size=N).astype(np.int32)
并生成一个DataFrame：
import pandas as pd
df = pd.DataFrame(np.hstack((data, indx[:,None])),
columns=['a%s' % k for k i
浏览 6提问于2014-09-25得票数 37
回答已采纳
1回答
我正在尝试计算一个非常大的数据集的移动平均值。行数约为30M。为了说明使用pandas，如下所示 df = pd.DataFrame({'cust_id':['a', 'a', 'a', 'b', 'b'], 'sales': [100, 200, 300, 400, 500]})
df['mov_avg'] = df.groupby("cust_id")["sales"].apply(lambda x: x.ewm(alpha=0.
浏览 14提问于2020-01-16得票数 0
1回答
我的数据集是这样的
id viewcount title answercount tags first_tag
1 78 ** 2 ** python
2 87 ** 1 ** pandas
3 87 ** 1 ** pandas
4 83 ** 0 ** Excel
现在，我想得到每一个标签蟒蛇，熊猫和数据统计的分钟，最大和平均视点。
我建立了单独的数据库，其中fi
浏览 1提问于2019-02-18得票数 4
回答已采纳
2回答
我有一个Pandas DataFrame，它看起来如下：
data = {'user_id':[1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3],
'time':[10, 12, 11, 20, 40, 41, 42, 100, 60, 22, 0, 3],
'height':[1.23, 1.1, 0.5, 10.3, 3.33, 4.55, 2.22, 2.21, 2.25, 7.75, 9.2, 5.5],
'width':[3, 4, 6, 2, 4,
浏览 0提问于2019-05-28得票数 1
回答已采纳
1回答
有一个dataframe如下所示，它只显示了4条记录
Identification cost weekdays
1001 $20.02 Tuesday
1002 $30.03 Monday
1004 $20.05 Wednesday
1006 $10.05 Tuesday
在Pandas中，如何计算每个工作日成本的均值、标准差等统计数据。我是否应该使用
浏览 0提问于2018-08-12得票数 0
回答已采纳
1回答
在Pandas中，如何将多个点重新采样为较小数量的样本。所以做这个 df = pd.DataFrame(np.random.randint(10, size=(10000)))] 比方说，1000个数据点的平均值。 类似于df.resample("M").mean()，但用于离散的10点间隔。
浏览 9提问于2020-10-01得票数 0
回答已采纳
我想为我的Pandas DataFrame的两列绘制一个直方图。虽然回收箱是由列ratio的值定义的，例如0-0.1、0.1-0.2、.、0.9-1.0，而不是像常规直方图那样的计数，但我需要绘制每个桶的其他列feet的平均值。我可能会创建另一个列，这个列是ratio列，并通过在新列上分组来计算feet的平均值。但有没有办法在不生成新列的情况下直接绘制它？
浏览 3提问于2020-08-03得票数 1
回答已采纳
我有这个pandas DataFrame
val
datetime attribute_id
2018-01-31 0 4.162565
1 3.305480
2 3.191123
3 3.601398
4 3.277375
6 3.556552
2018-02
浏览 0提问于2019-06-20得票数 2
回答已采纳
4回答
我有一个DataFrame，其中一列是数字的numpy数组。例如,
import numpy as np
import pandas as pd
df = pd.DataFrame.from_dict({
'id': [1, 1, 2, 2, 3, 3, 3, 4, 4],
'data': [np.array([0.43, 0.32, 0.19]),
np.array([0.41, 0.11, 0.21]),
np.array([0.94, 0.35, 0.14]),
浏览 3提问于2021-09-03得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
