python - Pandas 系列均值和标准差

Question

我有一个列表:

data = [
{'A': [2.0, 3.0, 4.0, 5.0, 6.0], 'B':[27.0, 28.0, 29.0, 30.0], 'C': ['lic1'],
 'D': ['soy1'], 'E': ['foo1']},
{'A': [7.0, 11.0, 90.0, 43.0, 87.0], 'B':[27.0, 28.0, 29.0, 30.0], 'C': ['lic1'],
 'D': ['soy1'], 'E': ['foo1']},
# ... etc

]

“A”上的数据是 Pandas 系列。我想计算“A”中数据的平均值和标准差(A 有几条记录)例如:(mean=(2.0+3.0+4.0+5.0+6.0+7.0+11.0+90.0+43.0+ 87.0)/len(A)=25.8)

Answer 1

您可以将列表理解 与concat 一起使用然后是 mean 或 std。

要转换为float (int) 添加astype , 如果还有问题需要to_numeric带有参数 errors='coerce'。

s = pd.concat([pd.Series(x['A']) for x in data]).astype(float)
print (s)
0     2.0
1     3.0
2     4.0
3     5.0
4     6.0
0     7.0
1    11.0
2    90.0
3    43.0
4    87.0
dtype: float64

print (s.mean())
25.8

print (s.std())
35.15299892375234

另一种解决方案:

from  itertools import chain

s = pd.Series(list(chain.from_iterable([x['A'] for x in data]))).astype(float)
print (s)
0     2.0
1     3.0
2     4.0
3     5.0
4     6.0
5     7.0
6    11.0
7    90.0
8    43.0
9    87.0
dtype: float64