找到最接近 pandas dataframe 的列

Question

我有某某pandas dataframe，例如

  A.1 A.2 A.3 A.4 B.1 B.2 B.3
0 1   5   8   10  ... 
1 2   4   6   7   ... 
2 3   3   6   1   ... 

我想按行計算 pandas dataframe 的平均列，僅適用於包含“A”的列，例如：

A.avg
6
4.75
3.25

然后找出'A's的哪一列最接近平均值（最小均方根誤差）並獲取它的列名（這里是A.2）

第一部分非常簡單，但我大部分時間都在努力解決第二部分

編輯：這是我查找最大列 ID 的方法（我有一個子字符串列表（例如 A、B、C 等），我對數據幀執行掃描）：

max_id_per_substring = [
            self.table[[column for column in list(self.table) if substring in column]].idxmax(axis=1).iloc[-1]  for substring in self.all_substrings]

Answer 1

在numpy中進行計算最方便，可以使用廣播。 因此，我們首先將所有列如A.轉換為 numpy 數組。 利用廣播對轉置數據進行均值減法，將結果平方並找到總和最小的列號。

import pandas as pd

df = pd.DataFrame({'A.1':[1,2,3], 'A.2':[5,4,3], 'A.3':[8,6,6], 'A.4':[10,7,1], 'B.1':[0,0,0]})

arr = df.filter(like='A.').to_numpy().T
col_number = ((arr - arr.mean(0))**2).sum(1).argmin()

print(df.filter(like='A.').columns[col_number])
#A.2