python - 基于列名的 Pandas 数据框条件均值

Question

从数据框样本开始解释是最容易的:

    TimeStamp   382.098     382.461     383.185     383.548
    10:28:00    0.012448    0.012362    0.0124485   0.012362
    10:30:00    0.0124135   0.0123965   0.0124135   0.012431
    10:32:00    0.0551035   0.0551725   0.055931    0.0563105
    10:34:00    0.055586    0.0557245   0.056655    0.0569485
    10:36:00    0.055586    0.055776    0.0568105   0.057362

我希望我的输出是:

    TimeStamp   382         383
    10:28:00    0.012405    0.01240525
    10:30:00    0.012405    0.01242225
    10:32:00    0.05513     0.05612075
    10:34:00    0.05565525  0.05680175
    10:36:00    0.055681    0.05708625

因此，我想查看列名称值，如果它们在整数方面都相同，我希望输出 col 具有每个时间索引值的平均值。

我的想法是使用 df.round 将列标题四舍五入为最接近的整数，然后使用 .mean() 以某种方式对相同的列标题应用 axis = 0 上的平均值。但是，我在数据帧索引类型上使用 round 函数时出错。

编辑:根据答案，我使用了

df.rename(columns=dict(zip(df.columns[0:], df.columns[0:]\
          .values.astype(float).round().astype(str))),inplace=True)
df = df.groupby(df.columns[0:], axis=1).mean()

它弄乱了列名和值，而不是根据列名给我平均值...不知道为什么!

Answer 1

使用 groupby 沿第一轴和 lambda。

df.set_index('TimeStamp', inplace=True)
df.groupby(by=lambda x: int(x.split('.')[0]), axis=1).mean()

                382       383
TimeStamp
10:28:00   0.012405  0.012405
10:30:00   0.012405  0.012422
10:32:00   0.055138  0.056121
10:34:00   0.055655  0.056802
10:36:00   0.055681  0.057086