python - Pandas 数据框在 groupby agg 之后有额外的标题

Question

我有 2 个 50 列的数据框，格式如下。

ID             v10    v9              GENE
NM_198317      0.0    9.666823e-01    KLHL17
NM_198317      -1.0   0.000000e+00    KLHL17

我想对 GENE 匹配的值进行平均，所以我使用了

common_mouse = common_mouse.groupby(['GENE'], as_index=False).agg([np.average])

这导致表格的每一列都有两个标题，但我只想保留旧的标题。

logger.info("Column headers: %s" % list(common_mouse.columns.values))

表演

[('v10', 'average'), ('v11', 'average'), ('v12', 'average')]

而不是

['v10', 'v11', 'v12']

我尝试使用 zip(*common_mouse.columns.values) 来重新分配列，但我似乎无法让它工作。有没有办法阻止或删除列标题中的新“平均”字段？

Answer 1

您正在使用函数列表作为 agg 的参数。当您这样做时，您是在告诉 Pandas groupby 应该为每一列计算几个聚合函数。它通过创建一个 MultiIndex 列对象让您知道。

所以不要给它一个函数列表来聚合。只给它一个(不在列表中)。

使用标量

common_mouse.groupby(['GENE'], as_index=False).agg(np.average)

     GENE  v10        v9
0  KLHL17 -0.5  0.483341

字符串运算符

但是，Pandas 有预编码的字符串，并针对这些字符串优化了算法。平均就是其中之一。请改用 mean 字符串参数。

common_mouse.groupby(['GENE'], as_index=False).agg('mean')

     GENE  v10        v9
0  KLHL17 -0.5  0.483341

分组方法

更进一步，Pandas 有一个专用的 groupby 方法。

common_mouse.groupby(['GENE'], as_index=False).mean()

     GENE  v10        v9
0  KLHL17 -0.5  0.483341