Python计算不同数据帧的中值

Question

我有一个包含不同子文件夹的文件夹，每个子文件夹包含一个表 merged.txt 具有相同的框架，但标题名称有一些差异，如下所示:

../a/merged.txt:

stat,a_a,b_a,c_a,d_a
std,1,2,3,4

../b/merged.txt:

stat,a_b,b_b,c_b,d_b
std,2,3,4,5

我想输出一个表格，其中包含标题和行名称之外的每一行的中值，如下所示:

stat,a,b,c,d
std,1.5,2.5,3.5,4.5

有人知道怎么做吗？谢谢

Answer 1

这是使用 pandas 和 numpy 的一种方法。

import pandas as pd
from io import StringIO

str1 = StringIO("""
stat,a_a,b_a,c_a,d_a
std,1,2,3,4""")

str2 = StringIO("""
stat,a_b,b_b,c_b,d_b
std,2,3,4,5""")

# replace str1 & str2 with 'file1.csv' and 'file2.csv'
df1 = pd.read_csv(str1)
df2 = pd.read_csv(str2)

df = pd.DataFrame(np.median([df1.iloc[:, 1:].values, df2.iloc[:, 1:].values], axis=0),
                  columns=list('abcd')).assign(stat=df1['stat'])

df = df[['stat', 'a', 'b', 'c', 'd']]

df.to_csv('file.csv', index=False)

#   stat    a    b    c    d
# 0  std  1.5  2.5  3.5  4.5