arrays 的元素明智平均值与 dataframe 不同的长度

Question

首先，我将解释我希望发生的事情。 我有很多 arrays，但以 3 为例，长度不同。 我想通过比较每个元素的 arrays 来获得平均值。

A = [0,10,20]

B = [10,40,60,80]

C = [50,70]

Expected outcome = [20,40,40,80]

我尝试过的是使用 itertools 中的 zip_longest 并使用统计数据中的平均值 function。

from itertools import zip_longest
from statistics import mean

outcome = [mean(n) for n in zip_longest(a, b, c, fillvalue=0)]

然而，正如指定的那样，填充值为 0，因此结果不是期望的结果。 由于使用平均值 function，我无法将填充值设置为无。 我是否必须使用不同的 function 来计算平均值？ 或者另一种方法来获得不同长度的元素明智的平均值 arrays。

编辑：抱歉，但忘记谈论 arrays 的起源。因此 arrays 来自 pandas dataframe，其中列的每一行中的值是 x 长度的数组。

Edit2：添加更有意义的数据

使用 csv 文件的 pandas 创建 dataframe

Select 部分 dataframe 有 2 个条件

尝试从满足 2 个条件的第 3 列中获取元素明智的平均值

df = pd.read_csv('data.csv')

sec1 = df[(df['Color'] == 'blue') & (df['Type'] == 21)

outcome = [np.nanmean(n) for n in zip_longest(sec1['time'], fillvalue=float("nan"))]

print(outcome)

其中 sec1['time'] 有 output 其中 arrays 是不同的长度

2168    [0, 10, 20, 29, 44, 47, 59, 71, 94, 198...
2169    [0, 0, 7, 12, 47, 84, 144, 163, 222...
...

Answer 1

一种方法是使用nan作为填充值并在计算平均值时过滤掉（使用filterfalse ）值，如下所示：

from itertools import zip_longest, filterfalse
from statistics import mean
from math import isnan

a = [0, 10, 20]
b = [10, 40, 60, 80]
c = [50, 70]

outcome = [mean(filterfalse(isnan, n)) for n in zip_longest(a, b, c, fillvalue=float("nan"))]
print(outcome)

Output

[20, 40, 40, 80]

我建议你使用fmean ：

outcome = [fmean(filterfalse(isnan, n)) for n in zip_longest(a, b, c, fillvalue=float("nan"))]
print(outcome)

比mean快，来自文档：

这比 mean() function 运行得更快，它总是返回一个浮点数。 数据可以是序列或可迭代的。 如果输入数据集为空，则引发 StatisticsError。

另一种选择是使用 numpy nanmean ：

from itertools import zip_longest
import numpy as np

a = [0, 10, 20]
b = [10, 40, 60, 80]
c = [50, 70]

outcome = [np.nanmean(n) for n in zip_longest(a, b, c, fillvalue=float("nan"))]
print(outcome)

Output

[20.0, 40.0, 40.0, 80.0]