[英]Loop for column names in python
我想将平均值从一个数据帧(df1)写入另一个(dfmaster)。 手动我可以管理它,但我想以这种方式自动化该过程,它将从 df1(作为变量)读取所有列名称,并且这些变量将在下面的代码中使用,以计算所有的平均值数据框 (df1) 中的列。
从这个数据框中应该是计算出的列的平均值:
import pandas as pd
data = [[6.2, 10, 8], [6.4, 15, 13], [6.6, 14, 6]]
df1 = pd.DataFrame(data, columns = ['Prozess233', 'Prozess234', 'Prozess235'])
df1
这是应存储均值的主数据框:
data = [['Prozess233','NaN', 'NaN','NaN'], ['Prozess234','NaN', 'NaN', 'NaN'], ['Prozess235','NaN', 'NaN', 'NaN']]
dfmaster = pd.DataFrame(data, columns = ['Process', 'Mean', 'St.Dev', 'Max'])
dfmaster
这是从 df1 的一列计算平均值并将值存储在主数据框中的代码:
index = dfmaster.loc[dfmaster['Process'] == 'Prozess233'].index[0]
keep_col = ['Prozess233']
df1 = df1[keep_col]
df1 = df1[df1['Prozess233'].notna()]
meanPR = df1["Prozess233"].mean()
dfmaster.at[index, 'Mean'] = meanPR
这是结果:
我想要一个循环,上面的代码(将平均值存储到主数据帧中)将对数据帧 df1 的所有列执行 - “Prozess234”和“Prozess235”的平均值。
我不知道如何存储列名 (df1),以便在循环中使用它们。 我不确定,这是否是正确的方法。
您可以使用 agg 获取每列的特定聚合:
df1_summary = (df1.agg(["mean", "std", "max"])
.rename(index={"mean": "Mean", "std": "St.Dev", "max": "Max"}))
print(df1_summary)
Prozess233 Prozess234 Prozess235
Mean 6.4 13.000000 9.000000
St.Dev 0.2 2.645751 3.605551
Max 6.6 15.000000 13.000000
那么如果你想把它填入你的dfmaster
dfmaster = dfmaster.set_index("Process")
dfmaster.update(df1_summary.T)
print(dfmaster)
Mean St.Dev Max
Process
Prozess233 6.4 0.200000 6.6
Prozess234 13.0 2.645751 15.0
Prozess235 9.0 3.605551 13.0
而不是一一添加到 dfmaster 只需使用矢量化方法创建它:
import pandas as pd
data = [[6.2, 10, 8], [6.4, 15, 13], [6.6, 14, 6]]
df1 = pd.DataFrame(data, columns = ['Prozess233', 'Prozess234', 'Prozess235'])
dfmaster=pd.concat([df1.mean(), df1.std(), df1.max()], axis=1).reset_index()
dfmaster.columns = ['Process','Mean', 'St.Dev', 'Max']
#dfmaster
Process Mean St.Dev Max
0 Prozess233 6.4 0.200000 6.6
1 Prozess234 13.0 2.645751 15.0
2 Prozess235 9.0 3.605551 13.0
此外,根据您的需要,请考虑查看df1.describe()
的输出:
Prozess233 Prozess234 Prozess235
count 3.0 3.000000 3.000000
mean 6.4 13.000000 9.000000
std 0.2 2.645751 3.605551
min 6.2 10.000000 6.000000
25% 6.3 12.000000 7.000000
50% 6.4 14.000000 8.000000
75% 6.5 14.500000 10.500000
max 6.6 15.000000 13.000000
虽然您可以使用df.columns
获取数据帧的列,但几乎没有充分的理由迭代df.columns
数据帧以进行简单的数学计算。
你所追求的可以完成
df1.T.stack().groupby(level=0).agg({np.mean,np.std, max})
mean std max
Prozess233 6.4 0.200000 6.6
Prozess234 13.0 2.645751 15.0
Prozess235 9.0 3.605551 13.0
进一步分解:
转置数据框
dft=df1.T
dft
0 1 2
Prozess233 6.2 6.4 6.6
Prozess234 10.0 15.0 14.0
Prozess235 8.0 13.0 6.0
堆叠数据帧
dfs=dft.stack()
dfs
Prozess233 0 6.2
1 6.4
2 6.6
Prozess234 0 10.0
1 15.0
2 14.0
Prozess235 0 8.0
1 13.0
2 6.0
dtype: float64
分组和聚合
dfmaster=dfs.groupby(level=0).agg({np.mean,np.std, max})
dfmaster
mean std max
Prozess233 6.4 0.200000 6.6
Prozess234 13.0 2.645751 15.0
Prozess235 9.0 3.605551 13.0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.