Python Pandas-将数据追加到特定的行和列

Question

搜索后，我认为这不是重复项，但是如果是重复项，请告诉我。

我目前有一个包含许多行和变量的数据框。 我想创建一行的单独数据框架，这是每个变量的平均值。 我这样做是为了可以轻松地将其绘制在图形中。 我不确定为什么我的语法不起作用。

这是针对一个特定变量的。 如果我可以使它起作用，那么可以使用循环将其扩展到所有列。

avg = pd.DataFrame(columns=original.columns.values)
avg['max_yds'].loc[0] = original['max_yds'].mean(axis=0)

在我的脑海中，第一行创建了一个名为“ avg”的数据框，该数据框为空，并且具有原始行中的所有列。 这似乎按预期工作。 对于第二行，我希望它在'avg'中设置变量'max_yds'的第一行，并将其设置为原始变量'max_yds'的均值。 相反，我得到： Empty DataFrame

谢谢！

Answer 1

尝试

avg.set_value(0, 'max_yds', original['max_yds'].mean(axis=0))

如果要计算所有列的均值，为什么不使用

avg = avg.append(original.mean(axis=0), ignore_index=True)

编辑：

原始解决方案的问题是您使用的是一种“ 链式索引 ”，这很不好。

您在每个列中的Series上添加了值，但是DataFrame的索引仍然为空。

实际上，如果您添加

avg['max_yds'] = avg['max_yds']

后

avg['max_yds'].loc[0] = original['max_yds'].mean(axis=0)

，您的代码也将正常运行。

或者，您可以在开头指定索引，这也可以解决您的问题。

avg = pd.DataFrame(columns=original.columns.values, index=[0])

但是，不建议这样做。

Answer 2

您也可以使用loc：

avg.loc[0, 'max_yds'] = original.loc[:, 'max_yds'].mean()

另外，您可以使用pandas.DataFrame.describe方法轻松检索统计信息。

因此，如果您想要一个具有所有列均值的系列：

avg = original.describe().loc['mean']

如果您需要预期的输出数据帧：

avg = pd.DataFrame(index = [0], original.describe().loc['mean']).transpose()