用python索引熊猫数据框内的熊猫数据框

Question

我在数据框内有一系列数据框。

顶层数据框的结构如下：

    24hr   48hr   72hr
D1  x      x      x
D2  x      x      x 
D3  x      x      x

在每种情况下，x都是使用pandas.read_excel()创建的数据pandas.read_excel()

每个x数据框中的一列标题为“平均容器长度”，并且该列中有三个条目（即行，索引）。

我要返回的是“平均船长”列的平均值。 我也对如何返回该列中的特定单元格感兴趣。 我知道有一种用于熊猫数据帧的.mean方法，但是我无法弄清楚使用它的索引语法。

下面是一个例子

import pandas as pd

a = {'Image name' : ['Image 1', 'Image 2', 'Image 3'], 'threshold' : [20, 25, 30], 'Average Vessels Length' : [14.2, 22.6, 15.7] }
b = pd.DataFrame(a, columns=['Image name', 'threshold', 'Average Vessels Length'])

c = pd.DataFrame(index=['D1','D2','D3'], columns=['24hr','48hr','72hr'])
c['24hr']['D1'] = a
c['48hr']['D1'] = a
c['72hr']['D1'] = a
c['24hr']['D2'] = a
c['48hr']['D2'] = a
c['72hr']['D2'] = a
c['24hr']['D3'] = a
c['48hr']['D3'] = a
c['72hr']['D3'] = a

这将返回“平均容器长度”列中的值的平均值：

print b['Average Vessels Length'].mean()

这将返回24小时，D1，“平均船只长度”中的所有值

print c['24hr']['D1']['Average Vessels Length']

这不起作用：

print c['24hr']['D1']['Average Vessels Length'].mean()

而且我不知道如何访问c ['24hr'] ['D1'] ['平均船只长度']中的任何特定值

最终，我想从Dx ['Average Vessels Length']。mean（）的每一列中取平均值，然后将其除以相应的D1 ['Average Vessels Length']。mean（）

任何帮助将不胜感激。

Answer 1

我假设既然您说大数据框的每个元素都是一个数据框，那么示例数据应该是：

import pandas as pd

a = {'Image name' : ['Image 1', 'Image 2', 'Image 3'], 'threshold' : [20, 25, 30], 'Average Vessels Length' : [14.2, 22.6, 15.7] }
b = pd.DataFrame(a, columns=['Image name', 'threshold', 'Average Vessels Length'])

c = pd.DataFrame(index=['D1','D2','D3'], columns=['24hr','48hr','72hr'])
c['24hr']['D1'] = b
c['48hr']['D1'] = b
c['72hr']['D1'] = b
c['24hr']['D2'] = b
c['48hr']['D2'] = b
c['72hr']['D2'] = b
c['24hr']['D3'] = b
c['48hr']['D3'] = b
c['72hr']['D3'] = b

要获取每个单元格的均值，可以使用applymap ，它将函数映射到DataFrame的每个单元格：

cell_means = c.applymap(lambda e: e['Average Vessels Length'].mean())
cell_means
Out[14]: 
    24hr  48hr  72hr
D1  17.5  17.5  17.5
D2  17.5  17.5  17.5
D3  17.5  17.5  17.5

一旦有了这些哟，就可以得到列均值等，然后继续以均值归一化：

col_means = cell_means.mean(axis=0)
col_means
Out[11]: 
24hr    17.5
48hr    17.5
72hr    17.5
dtype: float64