python - MultiIndex 数据帧的平均值

Question

我有以下数据框

                 A     B    C    D    E    F
Algo     T                                   
X        1     0.2   0.2  0.0  0.0  0.2   0.2
         2     0.0   0.0  0.0  0.0  0.0   0.0
Y        15    0.7   1.4  1.5  1.0  0.7   1.4
         30    0.5   0.3  1.0  0.4  0.5   0.4
         45    0.2   0.0  0.6  0.0  0.2   0.0
Z        30    1.8   2.3  0.6  0.7  1.8   2.3
         60    1.0   0.5  0.3  0.4  1.0   0.5
         90    0.3   0.2  0.0  0.2  0.4   0.2

我想知道如何在底部显示一行，显示 A、B、C、... F 列的平均值

                 A     B    C    D    E    F
Algo     T                                   
X        1     0.2   0.2  0.0  0.0  0.2   0.2
         2     0.0   0.0  0.0  0.0  0.0   0.0
Y        15    0.7   1.4  1.5  1.0  0.7   1.4
         30    0.5   0.3  1.0  0.4  0.5   0.4
         45    0.2   0.0  0.6  0.0  0.2   0.0
Z        30    1.8   2.3  0.6  0.7  1.8   2.3
         60    1.0   0.5  0.3  0.4  1.0   0.5
         90    0.3   0.2  0.0  0.2  0.4   0.2
Mean           ...   ...  ...  ...  ...   ...

Answer 1

您可以使用 .loc 分配平均行。 MultiIndex 的值是元组，因此相应地分配:

df.loc[('Mean', ''), :] = df.mean()

输出:

              A       B    C       D    E      F
Algo T                                          
X    1   0.2000  0.2000  0.0  0.0000  0.2  0.200
     2   0.0000  0.0000  0.0  0.0000  0.0  0.000
Y    15  0.7000  1.4000  1.5  1.0000  0.7  1.400
     30  0.5000  0.3000  1.0  0.4000  0.5  0.400
     45  0.2000  0.0000  0.6  0.0000  0.2  0.000
Z    30  1.8000  2.3000  0.6  0.7000  1.8  2.300
     60  1.0000  0.5000  0.3  0.4000  1.0  0.500
     90  0.3000  0.2000  0.0  0.2000  0.4  0.200
Mean     0.5875  0.6125  0.5  0.3375  0.6  0.625

---

如果您想要每个组的单独平均值，请连接。这里我们可以使用 .agg 指定一个列表和 stack 来获得我们需要的 MultiIndex 而无需太多手动操作。您现在可以泛化到多个聚合函数 .agg(['mean', 'std', 'size']) 并且它将在 T< 中添加所有具有聚合函数的函数 索引级别。

import pandas as pd
pd.concat([df, df.groupby(level=0).agg(['mean']).stack(1)])

                  A         B         C         D         E    F
Algo T                                                          
X    1     0.200000  0.200000  0.000000  0.000000  0.200000  0.2
     2     0.000000  0.000000  0.000000  0.000000  0.000000  0.0
Y    15    0.700000  1.400000  1.500000  1.000000  0.700000  1.4
     30    0.500000  0.300000  1.000000  0.400000  0.500000  0.4
     45    0.200000  0.000000  0.600000  0.000000  0.200000  0.0
Z    30    1.800000  2.300000  0.600000  0.700000  1.800000  2.3
     60    1.000000  0.500000  0.300000  0.400000  1.000000  0.5
     90    0.300000  0.200000  0.000000  0.200000  0.400000  0.2
X    mean  0.100000  0.100000  0.000000  0.000000  0.100000  0.1
Y    mean  0.466667  0.566667  1.033333  0.466667  0.466667  0.6
Z    mean  1.033333  1.000000  0.300000  0.433333  1.066667  1.0