python - 在 Python Pandas 中计算跨数据帧的平均值/平均值

Question

我有一个数据框列表。每个数据框最初都是从中提取的数字数据，它们的形状都相同，有 21 行和 5 列。第一列是索引(索引 0 到索引 20)。我想将平均(均值)值计算到单个数据框中。然后我想将数据框导出到 excel。

这是我现有代码的简化版本:

#look to concatenate the dataframes together all at once
#dataFrameList is the given list of dataFrames
concatenatedDataframes = pd.concat(dataFrameList, axis = 1)

#grouping the dataframes by the index, which is the same across all of the dataframes
groupedByIndex = concatenatedDataframes.groupby(level = 0)

#take the mean 
meanDataFrame = groupedByIndex.mean()

# Create a Pandas Excel writer using openpyxl as the engine.
writer = pd.ExcelWriter(filepath, engine='openpyxl')
meanDataFrame.to_excel(writer)

但是，当我打开 excel 文件时，我看到看起来每个数据框都被复制到工作表中，并且未显示平均值。下面显示了一个简化的示例(剪切了大部分行和数据框)

              Dataframe 1                   Dataframe 2                   Dataframe 3
Index  Col2   Col3   Col4   Col5     Col2   Col3   Col4   Col5     Col2   Col3   Col4   Col5
0      Data   Data   Data   Data     Data   Data   Data   Data     Data   Data   Data   Data
1      Data   Data   Data   Data     Data   Data   Data   Data     Data   Data   Data   Data
2      Data   Data   Data   Data     Data   Data   Data   Data     Data   Data   Data   Data
....

我正在寻找更像的东西:

           Averaged DF
Index  Col2                                   Col3                                   Col4
0      Mean Index0,Col2 across DFs    Mean Index0,Col3 across DFs    Mean Index0,Col4 across DFs
1      Mean Index1,Col2 across DFs    Mean Index1,Col3 across DFs    Mean Index1,Col4 across DFs
2      Mean Index2,Col2 across DFs    Mean Index2,Col3 across DFs    Mean Index3,Col4 across DFs
...

我也已经看到了这个答案: Get the mean across multiple Pandas DataFrames

如果可能的话，我正在寻找一种干净的解决方案，而不是简单地涉及按值循环遍历每个 dataFrame 的解决方案。有什么建议吗？

Answer 1

可能是我理解错了

解决方法很简单。你只需要沿着正确的轴连接

虚拟数据

df1 = pd.DataFrame(index=range(rows), columns=range(columns), data=[[10 + i * j for j in range(columns)] for i in range(rows) ])
df2 = df1 = pd.DataFrame(index=range(rows), columns=range(columns), data=[[i + j for j in range(columns)] for i in range(rows) ])

附言。这应该是你作为 OP 的工作

pd.concat

df_concat0 = pd.concat((df1, df2), axis=1)

将所有数据框放在一起。

    0   1   0   1
0   10  10  0   1
1   10  11  1   2
2   10  12  2   3

如果我们现在要做一个groupby，首先需要stack，groupby再stack

df_concat0.stack().groupby(level=[0,1]).mean().unstack()

    0   1
0   5.0     5.5
1   5.5     6.5
2   6.0     7.5

如果我们这样做

df_concat = pd.concat((df1, df2))

这将所有数据框放在彼此之上

    0   1
0   10  10
1   10  11
2   10  12
0   0   1
1   1   2
2   2   3

现在我们需要像您一样按索引分组

df_concat.groupby(level=0).mean()

    0   1
0   5.0     5.5
1   5.5     6.5
2   6.0     7.5

然后使用ExcelWriter作为上下文管理器

with pd.ExcelWriter(filepath, engine='openpyxl') as writer:
    result.to_excel(writer)

或者只是简单的

result.to_excel(filepath, engine='openpyxl') 

如果你可以覆盖文件路径