在pandas數據幀中的每列上應用函數

Question

我如何用更多的熊貓方式編寫以下函數：

     def calculate_df_columns_mean(self, df):
        means = {}
        for column in df.columns.columns.tolist():
            cleaned_data = self.remove_outliers(df[column].tolist())
            means[column] = np.mean(cleaned_data)
        return means

感謝幫助。

Answer 1

在我看來，對列的迭代是不必要的：

def calculate_df_columns_mean(self, df):
    cleaned_data = self.remove_outliers(df[column].tolist())
    return cleaned_data.mean()

假設remove_outliers仍然返回一個df，上面應該足夠了

編輯

我認為以下應該有效：

def calculate_df_columns_mean(self, df):
    return df.apply(lambda x: remove_outliers(x.tolist()).mean()

Answer 2

使用dataFrame.apply(func, axis=0) ：

# axis=0 means apply to columns; axis=1 to rows
df.apply(numpy.sum, axis=0) # equiv to df.sum(0)