python - 像 Excel 一样对数据框列进行平均

Question

enter image description here

我有一个很大的数据集，对于依赖于另一列的其中一列，我必须随时取平均值。例如。第 1 行平均值，然后当我转到第 2 行时，我想要第 1 行和第 2 行的平均值，依此类推。此外，我的列中有非整数，我只想取整数的平均值，并且希望它跳过那些非整数而不影响我的平均值。 (包括这些行，但不包括在平均值中)。我本来想写一个for循环，但我很困惑，不知道如何实现它。任何帮助将不胜感激。

图片显示了dataFrame的一部分。如您所见，第一列基于“完整”、“不完整”(并且是每日合规性)。我正在导入一个 Excel 文件，并尝试对其进行修改，以便将完整/不完整分别变为 100% 和 0%，并添加一个新列来取平均值。但是，我希望平均值保持一致，包括每一天，并在没有输入完成/未完成数据的那一天停止(即当天和第二天，当人们完成/未完成项目时，那里会有数据) 。我需要每天跟踪任务的完成情况，最后添加最后一列，表明如果它们低于 85%，则它们“不再合规”，但只要它们高于 85%，它们就是“仍符合要求”。希望这足够清楚。

Answer 1

我将尝试制作一个名为 df 的示例数据框，并解释您可以做什么。

>> import pandas as pd
>> df = pd.DataFrame(
    [
        {'Make': 'Skoda', 'Flag': 'no integer'}, 
        {'Make': 'Kia', 'Flag': 1},
        {'Make': 'BMW', 'Flag': 0}, 
        {'Make': 'Lexus', 'Flag': 1}, 
        {'Make': 'Mercedes', 'Flag': 0},
    ]
)
>> df = df[['Make', 'Flag']] # just changing columns order
>> print(df)
       Make        Flag
0     Skoda  no integer
1       Kia           1
2       BMW           0
3     Lexus           1
4  Mercedes           0

您可以通过以下方式检查列类型:

>> df.dtypes
Make    object
Flag    object
dtype: object

我猜您的列中的列类型与我的 Flag 列中的列类型相同。但是，我可以创建另一列，其中只有“整数”值，其余的将为 NaN。我可以使用 isinstance() 函数来实现这一点。

>> df['Flag_int'] = df['Flag'].apply(lambda flag: flag if isinstance(flag, int) else pd.np.NaN)
>> print(df)
       Make        Flag  Flag_int
0     Skoda  no integer       NaN
1       Kia           1       1.0
2       BMW           0       0.0
3     Lexus           1       1.0
4  Mercedes           0       0.0

现在，当您准备好数据框时，您可以计算平均值。在您的情况下，您可以结合使用 expanding() 和 mean() 方法。就我而言，结果位于 Flag_int_mean 功能中。

>> df['Flag_int_mean'] = df['Flag_int'].expanding().mean()
>> print(df)
       Make        Flag  Flag_int  Flag_int_mean
0     Skoda  no integer       NaN            NaN
1       Kia           1       1.0       1.000000
2       BMW           0       0.0       0.500000
3     Lexus           1       1.0       0.666667
4  Mercedes           0       0.0       0.500000

我相信这会有所帮助。