python - 为列的上半部分和下半部分设置数学运算

Question

我相信我的问题真的很简单，一定有一个非常简单的方法来解决这个问题，但是由于我对 Python 很陌生，尤其是 pandas，我无法自己解决。

我制作了以下数据框，它代表了我一直在做的事情的一种更简单的场景。所以，请考虑以下 df:

import pandas as pd

data = {'Column A': [300,300,450,500,500,750,600,300, 150],
'Column B': [1,1,2,2,3,3,0,2,3], 
'Column C': ["Value_1", "Value_2", "Value_3", "Value_4", "Value_1", 
"Value_2", "Value_3", "Value_4", "Value_5"]}
df = pd.DataFrame(data, columns=['Column A','Column B', 'Column C'])

返回以下内容:

         A          B    C  
0       300         1  Value_1
1       300         1  Value_2
2       450         2  Value_3
3       500         2  Value_4
4       500         3  Value_1
5       750         3  Value_2
6       600         0  Value_3
7       300         2  Value_4
8       150         3  Value_5

我的目标是利用匿名函数——也许还有其他方法可以在没有匿名函数的情况下解决这个问题，但是对于我面临的更复杂的情况，别无选择——它将采用 A 列并提取下部均值减去上部均值的绝对值。也就是说，将列分成两部分，计算每部分的平均值，然后返回绝对值。我正在为多个数据帧运行一个 for 循环，我想将该结果存储在另一个数据帧中，因此这就是为什么我正在寻找涉及匿名函数的解决方案。

对于这种特定情况，我想应用的数学函数基本上是:

y = np.absolute((300 + 300 + 450 + 500 + 500)/5 - (750 + 600 + 300 + 150 )/4)

或者

y = np.absolute((300 + 300 + 450 + 500)/4 - (500 + 750 + 600 + 300 + 150 )/5)

取决于您设置下限/上限的位置。

希望我能做到简洁和准确。非常感谢您在这方面的帮助!

Answer 1

这是一个矢量化和广义化的函数，将您的数据框分成两部分并减去它们的均值。

numpy 和 pandas 使用的函数:

• np.ceil
• DataFrame.shape
• DataFrame.head
• DataFrame.tail
• Series.mean

def mean_upper_and_lower(df, val_column):

    n_top = int(np.ceil(df.shape[0] / 2))
    n_bottom = int(df.shape[0] - n_top)

    mean_top = df.head(n_top)[val_column].mean()
    mean_bottom = df.tail(n_bottom)[val_column].mean()

    return abs(mean_top - mean_bottom)

输出

mean_upper_and_lower(df, 'Column A')

40.0