熊貓：具有相同名稱的列的平均

Question

我有像列的數據幀：

['id','name','foo1', 'foo1', 'foo1', 'foo2','foo2', 'foo3'] 

我想獲得一個新的數據幀，其中共享相同名稱的列的平均值：

['id','name','foo1', 'foo2','foo3'] 

這裏列foo1將是原始數據框中名爲foo1的三列的平均值，foo2將是兩列foo2的平均值，foo3將是foo3

注意：id和名稱不是數字，我必須保留它們。

Answer 1

基本的想法是，您可以按列名稱進行分組，並對每個組進行平均操作。

我看到了一些關於你的問題的評論，並試圖給你不同的方式來實現目標。 （解決方案（3）是我發現的最好的！）

（1）快速解決方案。如果列中非常有限的列是非數字列，並且擁有唯一的名稱，例如列id和name。你可以做的是：

第一套指標['id', 'name']保護它們，

df = df.set_index(['id', 'name']) 

然後用DataFrame.groupby功能上columns，設置axis=1（在每列迭代），申請mean功能爲每個組。

df.groupby(by=df.columns, axis=1).mean() 

最後，重置索引恢復['id', 'name']列

df = df.reset_index() 

下面是一個示例代碼：

In [35]: df = pd.DataFrame([['001', 'a', 1, 10, 100, 1000], ['002', 'b', 2, 20, 200, 2000]], columns=['id', 'name', 'c1', 'c2', 'c2', 'c3'], index=list('AB')) 

In [36]: df = df.set_index(['id', 'name']) 

In [37]: df = df.groupby(by=df.columns, axis=1).mean() 

In [38]: df = df.reset_index() 

In [39]: df 
Out[39]: 
    id name c1 c2 c3 
0 001 a 1 55 1000 
1 002 b 2 110 2000 

（2）的完整解決方案。如果你有很多是非數字和獨特命名的欄目，你可以做的是：

一轉你數據幀，

df2 = df.transpose() 

然後，通過操作做組（在其索引和axis=0） ，但仔細處理每個組：對於這些數字組，返回它們的平均值;對於這些非數字組，返回他們的第一行：

df2 = df2.groupby(by=df2.index, axis=0).apply(lambda g: g.mean() if isinstance(g.iloc[0,0], numbers.Number) else g.iloc[0]) 

最後，轉回來：

df = df2.transpose() 

下面是代碼示例：

In [98]: df = pd.DataFrame([['001', 'a', 1, 10, 100, 1000], ['002', 'b', 2, 20, 200, 2000]], columns=['id', 'name', 'c1', 'c2', 'c2', 'c3'], index=list('AB')) 

In [99]: df2 = df.transpose() 

In [100]: df2 = df2.groupby(by=df2.index, axis=0).apply(lambda g: g.mean() if isinstance(g.iloc[0,0], numbers.Number) else g.iloc[0]) 

In [101]: df3 = df2.transpose() 

In [102]: df3 
Out[102]: 
    c1 c2 c3 id name 
A 1 55 1000 001 a 
B 2 110 2000 002 b 

In [103]: df 
Out[103]: 
    id name c1 c2 c2 c3 
A 001 a 1 10 100 1000 
B 002 b 2 20 200 2000 

您需要import numbers

更多筆記：

（3）所有在一個！該解決方案是我找到了最好的：

df.groupby(by=df.columns, axis=1).apply(lambda g: g.mean(axis=1) if isinstance(g.iloc[0,0], numbers.Number) else g.iloc[:,0]) 

我試圖處理每個組未置組，也就是

df.groupby(by=df.columns, axis=1).apply(gf) 

而且

gf = lambda g: g.mean(axis=1) if isinstance(g.iloc[0,0], numbers.Number) else g.iloc[:,0] 

我失敗過，因爲我不仔細地把這個軸移動。您必須爲mean函數設置axis=1，並返回非數字組的列。

謝謝！