python - Pandas 数据框中的平均标准

Question

有一个 pandas 数据框如下:

   a   b
0  1  12
1  1  13
2  1  23
3  2  22
4  2  23
5  2  24
6  3  30
7  3  35
8  3  55

我想找出每组中 b 列的平均标准差。我的以下代码为每组提供 0。

stdMeann = lambda x: np.std(np.mean(x))
print(pd.Series(data.groupby('a').b.apply(stdMeann)))

Answer 1

如评论中所述，您可以使用 .agg to aggregate通过多项统计:

In [11]: df.groupby("a")["b"].agg([np.mean, np.std])
Out[11]:
   mean        std
a
1    16   6.082763
2    23   1.000000
3    40  13.228757

pandas 让您传递调度字符串，而不是使用 numpy 函数:

In [12]: df.groupby("a")["b"].agg(["mean", "std"])  # just b
Out[12]:
   mean        std
a
1    16   6.082763
2    23   1.000000
3    40  13.228757

In [13]: df.groupby("a").agg(["mean", "std"])  # all columns
Out[13]:
     b
  mean        std
a
1   16   6.082763
2   23   1.000000
3   40  13.228757

您还可以在每列的基础上指定要执行的操作:

In [14]: df.groupby("a").agg({"b": ["mean", "std"]})
Out[14]:
     b
  mean        std
a
1   16   6.082763
2   23   1.000000
3   40  13.228757

---

注意:你得到 0 的原因是 np.std单个数字的 0 是 0(这不是错误让我有点惊讶，但我们就是这样):

In [21]: np.std(1)
Out[21]: 0.0