df = pd.DataFrame({'col1': [1,2,3,4,5],'col2': [7,45,12,56,14],'col3': [56,67,8,39],'col4': [16,np.nan,25,6,19],'col5': [1,9,23,np.nan],'col6': [13,53,72,88]})
我想要的只是计算这个数据帧的偶数列和奇数列的平均值.我试过这些代码:
df['avg_odd'] = df[[df.columns[0],df.columns[2],df.columns[4]]].mean(axis=1)df['avg_even'] = df[[df.columns[1],df.columns[3],df.columns[5]]].mean(axis=1)
但有没有办法更快地做到这一点?如果我有100列或更多列,我该如何计算?
解决方法 使用modulo按列长度创建辅助arange,并创建新列:arr = np.arange(len(df.columns)) % 2df['avg_odd'] = df.iloc[:,arr == 0].mean(axis=1)df['avg_even'] = df.iloc[:,arr == 1].mean(axis=1)print (df) col1 col2 col3 col4 col5 col6 avg_odd avg_even0 1 7 56 16.0 1.0 13 19.333333 12.0000001 2 45 67 NaN 9.0 3 26.000000 24.0000002 3 12 8 25.0 23.0 53 11.333333 30.0000003 4 56 12 6.0 56.0 72 24.000000 44.6666674 5 14 39 19.0 NaN 88 22.000000 40.333333总结
以上是内存溢出为你收集整理的python – 用偶数列和奇数列计算pandas中的平均值全部内容,希望文章能够帮你解决python – 用偶数列和奇数列计算pandas中的平均值所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)