python – 用偶数列和奇数列计算pandas中的平均值

概述假设我有这个数据框： df = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 'col2': [7, 45, 12, 56, 14], 'col3': [56, 67, 8, 12, 39], 'col4': [16, np.nan, 25, 6, 19], 假设我有这个数据框：

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。