用該列的平均值替換 Pandas 數據框中的列

Question

我有一個數據框：

df = pd.DataFrame([[1, 2], [1, 3], [4, 6]], columns=['A', 'B'])

   A  B
0  1  2
1  1  3
2  4  6

我想返回一個包含每列平均值的相同大小的數據框：

   A      B
0  2  3.666
1  2  3.666
2  2  3.666

有沒有一種簡單的方法可以做到這一點？

Answer 1

這是一個帶有assign ：

df.assign(**df.mean())

    A         B
0  2.0  3.666667
1  2.0  3.666667
2  2.0  3.666667

---

細節

使用DataFrame.mean很容易獲得DataFrame.mean ：

df.mean()

tenor_yrs    14.292857
rates         2.622000
dtype: float64

從上面的Series ，我們可以使用字典解包將現有列替換為結果值。 請注意，我們可以使用**將Series解壓縮到字典中：

{**df.mean()}
# {'tenor_yrs': 14.292857142857143, 'rates': 2.622}

鑒於assign添加新列的方式為df.assign(a_given_column=a_value, another_column=some_other_value) ，解包使字典鍵成為函數的參數。 由於尊重原始數據幀的索引， df.assign(**df.mean())將用df.assign(**df.mean())替換數據幀的值。

Answer 2

您只能在 DataFrame 創建時提供一行：

pd.DataFrame(data = [df.mean()], index = df.index)

它給：

     A         B
0  2.0  3.666667
1  2.0  3.666667
2  2.0  3.666667

Answer 3

重新創建數據幀。 將平均值系列發送到字典，然后索引定義行數。

pd.DataFrame(df.mean().to_dict(), index=df.index)

#     A         B
#0  2.0  3.666667
#1  2.0  3.666667
#2  2.0  3.666667

---

相同的概念，但首先創建完整數組可以節省大量時間。

pd.DataFrame(np.broadcast_to(df.mean(), df.shape), 
             index=df.index, 
             columns=df.columns)

---

這里有一些時間。 當然，這將略微取決於列數，但是當您提供整個數組時，您會發現存在很大差異

import perfplot
import pandas as pd
import numpy as np

perfplot.show(
    setup=lambda N: pd.DataFrame(np.random.randint(1,100, (N, 5)),
                                 columns=[str(x) for x in range(5)]), 
    kernels=[
        lambda df: pd.DataFrame(np.broadcast_to(df.mean(), df.shape), index=df.index, columns=df.columns),
        lambda df: df.assign(**df.mean()),
        lambda df: pd.DataFrame(df.mean().to_dict(), index=df.index)
    ],
    labels=['numpy broadcast', 'assign', 'dict'],
    n_range=[2 ** k for k in range(1, 22)],
    equality_check=np.allclose,
    xlabel="Len(df)"
)