提取 Pandas 中每一列的平均值

Question

我有一个 dataframe1 显示观众的评分和每部电影的类型：

movie_id| rating | action | comedy | drama
0         4        1        1        1
1         5        0        1        0
2         3        0        1        1

动作片 1 表示是动作片，0 表示不是。

我提取了单个流派的平均评分。 以动作为例，我这样做了：

new=df1[df1["action"]==1]
new['rating'].mean()

显示 4。但现在我必须提取所有类型的平均评分，应该如下所示：

action | comedy | drama
4        4        3.5

关于如何处理的任何建议？

Answer 1

在您的情况下，我们可以 select 列where所有 0 到NaN和mul具有评级

out = df.loc[:,['action','comedy','drama']].where(lambda x : x==1).mul(df.rating,axis=0).mean()
Out[377]: 
action    4.0
comedy    4.0
drama     3.5
dtype: float64

如果您想要 dataframe

out = out.to_frame().T

Answer 2

您可以融合流派列并过滤以仅保持值等于 1。然后按流派分组并计算平均值。

pd.melt(
    df,
    value_vars=["action", "comedy", "drama"],
    var_name="genre",
    id_vars=["movie_id", "rating"],
).query("value == 1").groupby("genre")["rating"].mean()

这使

genre
action    4.0
comedy    4.0
drama     3.5
Name: rating, dtype: float64

Answer 3

将rating列与action 、 comedy和drama列相乘，将 0 替换为 np.nan，并计算平均值：

(df.iloc[:, 2:]
   .mul(df.rating, axis = 0)
   # mean implicitly excludes nulls during computations
   .replace(0, np.nan) 
   .mean()
)
action    4.0
comedy    4.0
drama     3.5
dtype: float64

上面返回一个系列，如果你想要像 output 这样的 dataframe，将mean传递给 agg：

(df.iloc[:, 2:]
   .mul(df.rating, axis = 0)
   .replace(0, np.nan) 
   .agg(['mean']) # note the `mean` is in a list
)

      action  comedy  drama
mean     4.0     4.0    3.5