計算逐行平均熊貓python

Question

我是python的新手。 我想根據唯一 ID 計算逐行平均值。

我的數據幀是：

       ID            Time[h]  concentration[g/L]  
15127  V527          23.425      59.9  
20361  V527          27.570      73.4  
21880  V527          29.281      75.4
33133  V560          27.677      75.9  
35077  V560          30.183      75.7  
37117  V560          31.847      74.6  

我想根據每個 ID 計算行平均。 所以我的輸出看起來像這樣

       ID            Time[h]  concentration[g/L]  avg [g/L]
15127  V527          23.425      59.9               NaN
20361  V527          27.570      73.4               66.5
21880  V527          29.281      75.4               74.4
33133  V560          27.677      75.9               NaN 
35077  V560          30.183      75.7               66.5 
37117  V560          31.847      74.6               75.8 

我試過：

df.groupby(['ID'])['concentration[g/L]'].mean()

但這返回了每個 ID 的平均值，作為一個整體。

所以我試過這個：

df.groupby(['ID'])['concentration[g/L]'].transform('mean')

這再次返回每個組的平均值，但填充到我的 df 相同的長度。

你能幫我嗎，如果有什么不清楚的，我可以改寫我的問題。

提前致謝！

Answer 1

嘗試使用窗口為 2 的pd.rolling.mean ：

>>> df['avg [g/L]'] = df.groupby('ID')['concentration[g/L]'].rolling(2).mean().values
>>> df
         ID  Time[h]  concentration[g/L]  avg [g/L]
15127  V527   23.425                59.9        NaN
20361  V527   27.570                73.4      66.65
21880  V527   29.281                75.4      74.40
33133  V560   27.677                75.9        NaN
35077  V560   30.183                75.7      75.80
37117  V560   31.847                74.6      75.15

Answer 2

您可以使用shift ：

df['avg'] = df.groupby('ID')['concentration[g/L]'].apply(lambda x: (x + x.shift())/2)

print(df)

         ID  Time[h]  concentration[g/L]    avg
15127  V527   23.425                59.9    NaN
20361  V527   27.570                73.4  66.65
21880  V527   29.281                75.4  74.40
33133  V560   27.677                75.9    NaN
35077  V560   30.183                75.7  75.80
37117  V560   31.847                74.6  75.15