我的想法是从数据帧的每一列中获取平均值、中位数、var、最小值、最大值等统计数据,并将其保存到一个新的空数据帧中。我的数据框如下所示:
A B C D
0 3 4 2 1
1 4 3 3 1
2 4 2 3 0
我的新数据框应该如下所示:
A_mean | A_median | A_var | A_max | A_min | B_mean | B_median | B_var | B_max |B_min | ...
1 2 1 1 0 1 1 1 2 1 ...
我无法使用 df.describe(),因为它没有 var 或中值。
我的实现想法:
row=pd.DataFrame()
for column in df:
row = row.append({column + '_mean':df_test[column].mean()}, ignore_index=True)
row = row.append({column + '_median':df_test[column].median()}, ignore_index=True)
row = row.append({column + '_var':df_test[column].var()}, ignore_index=True)
row = row.append({column + '_max':df_test[column].max()}, ignore_index=True)
row = row.append({column + '_min':df_test[column].min()}, ignore_index=True)
但后来我明白了
我的目标是将其放在一行而不是 10 个不同的行中。我如何更改我的代码?
最佳答案
如果可能的话更改格式使用 agg
列表中的函数:
df = df.agg(['mean','median', 'var','max','min'])
print (df)
A B C D
mean 3.666667 3.0 2.666667 0.666667
median 4.000000 3.0 3.000000 1.000000
var 0.333333 1.0 0.333333 0.333333
max 4.000000 4.0 3.000000 1.000000
min 3.000000 2.0 2.000000 0.000000
或添加unstack
与 to_frame
并转置,最后展平一行的列名称DataFrame
:
df = df.agg(['mean','median', 'var','max','min']).unstack().to_frame().T
df.columns = df.columns.map('_'.join)
print (df)
A_mean A_median A_var A_max A_min B_mean B_median B_var B_max \
0 3.666667 4.0 0.333333 4.0 3.0 3.0 3.0 1.0 4.0
B_min C_mean C_median C_var C_max C_min D_mean D_median \
0 2.0 2.666667 3.0 0.333333 3.0 2.0 0.666667 1.0
D_var D_max D_min
0 0.333333 1.0 0.0
关于python - 计算每列的统计数据并将其添加到空数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53280927/