python表格处理对应行数据平均值_计算表中每x行的平均值并创建新选项卡

NumPythonic方法是将元素提取为一个带有df.values的NumPy数组，然后沿axis=1和4的2元素重塑为axis=1和4数组，并沿axis=2执行平均缩减，最后转换回数据帧，如下所示-pd.DataFrame(df.values.reshape(-1,2,df.shape[1]).mean(1))

事实证明，您可以引入NumPy非常有效的工具：^{}来完成这项工作average-reduction作为sum-reduction和scaling-down的组合，就像这样-pd.DataFrame(np.einsum('ijk->ik',df.values.reshape(-1,2,df.shape[1]))/2.0)

请注意，建议的方法假设行数可以被2整除。

同样作为^{}，要保留列名，在转换回Dataframe时需要添加columns=df.columns，即-pd.DataFrame(...,columns=df.columns)

样本运行->>> df

0 1 2 3

0 2 50 25 26

1 4 11 38 44

2 6 33 16 25

3 8 37 27 25

4 10 28 48 32

5 12 47 35 45

6 14 8 16 7

7 16 12 16 30

8 18 22 39 29

9 20 9 15 47

>>> pd.DataFrame(df.values.reshape(-1,2,df.shape[1]).mean(1))

0 1 2 3

0 3 30.5 31.5 35.0

1 7 35.0 21.5 25.0

2 11 37.5 41.5 38.5

3 15 10.0 16.0 18.5

4 19 15.5 27.0 38.0

>>> pd.DataFrame(np.einsum('ijk->ik',df.values.reshape(-1,2,df.shape[1]))/2.0)

0 1 2 3

0 3 30.5 31.5 35.0

1 7 35.0 21.5 25.0

2 11 37.5 41.5 38.5

3 15 10.0 16.0 18.5

4 19 15.5 27.0 38.0

运行时测试-

在本节中，让我们测试迄今为止列出的解决性能问题的所有三种方法，包括^{}。In [24]: A = np.random.randint(0,9,(200,50))

In [25]: df = pd.DataFrame(A)

In [26]: %timeit df.groupby(df.index//2).mean() # @ayhan's solution

1000 loops, best of 3: 1.61 ms per loop

In [27]: %timeit pd.DataFrame(df.values.reshape(-1,2,df.shape[1]).mean(1))

1000 loops, best of 3: 317 µs per loop

In [28]: %timeit pd.DataFrame(np.einsum('ijk->ik',df.values.reshape(-1,2,df.shape[1]))/2.0)

1000 loops, best of 3: 266 µs per loop