python - 计算数据框中的平均值并添加到新列

Question

我需要计算具有恒定步长的列的平均值(按行计算，没有索引)。

我已经对前4列做了简单的操作。它工作得很好。之后，我为数据框创建了一个包含列名(用于存储平均值)的列表。我发现我可以使用 apply 和 lambda 来做到这一点。我尝试了很多变体来获得结果，但我还没有找到解决方案。

data= np.arange(400).reshape(20,20)
df=pd.DataFrame(data=data)
df.columns=['A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T']
df['A1_avg'] = df[['A', 'B', 'C', 'D']].mean(axis=1)
colnames_avg=['A1_avg', 'A2_avg', 'A3_avg', 'A4_avg', 'A5_avg']
df.head()

我已经尝试使用此代码生成 5 个额外的列，其中包含多个数据子集的平均值:

 df[colnames_avg]=df[colnames_avg].applymap(lambda x: df[['A', 'B', 'C', 'D'], ['E', 'F', 'G', 'H'], ['I', 'J', 'K', 'L'],['M', 'N', 'O', 'P'],['Q', 'R', 'S', 'T']].mean(axis=1)

是否可以使用具有预定义步骤(例如 4)的 range 函数来执行此操作？

Answer 1

我会在循环中按如下方式执行此操作，遍历列并将它们分成每组 4 列(最后一组可能较小):

cols=list(df.columns)
while len(cols) > 0:
    group= cols[:4]
    cols= cols[4:]
    df['mean_' + '_'.join(group)]= df[group].mean(axis='columns')

结果是这样的

df[[col for col in df if col.startswith('mean_')]]

    mean_A_B_C_D  mean_E_F_G_H  mean_I_J_K_L  mean_M_N_O_P  mean_Q_R_S_T
0            1.5           5.5           9.5          13.5          17.5
1           21.5          25.5          29.5          33.5          37.5
2           41.5          45.5          49.5          53.5          57.5
3           61.5          65.5          69.5          73.5          77.5
4           81.5          85.5          89.5          93.5          97.5
5          101.5         105.5         109.5         113.5         117.5
...

如果您想要像 A1... 这样的结果列，只需在循环中添加一个计数器变量并使用 'A{}'.format(i) 作为列名。