在列表中查找行數值的平均值

Question

我試圖找到兩列中值的平均值。

輸入：

tweetcricscore 34 #afgvssco 51 
tweetcricscore 23 #afgvszim 46 
tweetcricscore 24 #banvsire 12 
tweetcricscore 456 #banvsned 46 
tweetcricscore 653 #canvsnk 1 
tweetcricscore 789 #cricket 178 
tweetcricscore 625 #engvswi 46 
tweetcricscore 86 #hkvssco 23 
tweetcricscore 3 #indvsban 1 
tweetcricscore 87 #sausvsvic 8 
tweetcricscore 98 #wt20  56 

我試圖找到col[1]和col[3]水平的平均值。即

34 + 51/2 = 42.5 

代碼：

data = np.genfromtxt('keyword.csv', delimiter=',', comments=None) 

d0=data[:,1] 
d1=data[;,3] 

，寫在同一輸入文件中col[4]輸出d2。

我可以找到許多垂直平均值計算的樣本，但無法找到水平。該數組不會被排序，因爲這兩個值相對於col[0]和col[2].彼此相關。任何建議表示讚賞。

在此先感謝。

Answer 1

您可以輕鬆地做到這一點的大熊貓：

import pandas as pd 

df = pd.read_csv('keyword.csv', header = None) 

df.columns = ['col1','col2','col3','col4'] 

df['avgCol'] = (df['col2'] + df['col4'])/2 

Answer 2

在numpy的你可以用np.mean做到這一點（見文檔here您可以在任一軸運行這個0是垂直，1分。水平訣竅是你需要首先刪除沒有文本的列，在你運行你的行data = np.genfromtxt('keyword.csv', delimiter=',', comments=None)接下來刪除包含文本的列，在這種情況下，第0列和第2列，所以你可以用data2 = np.delete(data, np.s_[::2], 1)刪除從0開始的其他行。一旦你有了這個，你可以使用d3 = np.mean(data2, axis=1)，並得到一個所需的數組數組。爲了得到這個作爲原始數據的第四列，然後使用data = np.insert(data, data.shape[1], d3, axis=1)

一起：

data = np.genfromtxt('keyword.csv', delimiter=',', comments=None) 
data2 = np.delete(data, np.s_[::2], 1) 
d3 = np.mean(data2, axis=1) 
data = np.insert(data, data.shape[1], d3, axis=1) 

我與這個最大的警告是data2線，只會有一個表的結構，你顯示的方式工作。如果您有更多不以文本，浮動，文本，浮點等排序的列或列，則必須重新編寫它才能正確刪除帶有文本的列。如果有必要，你可以編寫一個腳本來搜索帶有NaN值的列，一旦加載到一個numpy數組中。例如，np.all（np.isnan（data），axis = 0）將返回一個帶有True，False值的1-d數組，以確定列中的所有值是否爲nan。然後，您可以使用它來刪除索引值爲true的列。

功能：

indices = np.all(np.isnan(data), axis=0) 
indices = np.where(indices == True) 
data2 = np.delete(data, np.s_[indices[0]],1) 

大熊貓是偉大的，因爲它會自動將文本的平均值忽略列。它使這個計算值要簡單得多：

import pandas as pd 
df = pd.read_csv('keywords.csv', header=None) 
df[df.shape[1]] = df.mean(axis=1) 

這產生在含有整數/浮點值的該行中的平均值數據幀的末尾的新列。