python - Pandas 数据框中重复列的平均值

Question

我有一个数据框，其中包含重复的列名，这些重复的测量值。

df = pd.DataFrame({'A': randn(5), 'B': randn(5)})
df2 = pd.DataFrame({'A': randn(5), 'B': randn(5)})
df3 = pd.concat([df,df2], axis=1)
df3
      A         B         A         B
0 -0.875884 -0.298203  0.877414  1.282025
1  1.605602 -0.127038 -0.286237  0.572269
2  1.349540 -0.067487  0.126440  1.063988
3 -0.142809  1.282968  0.941925 -1.593592
4 -0.630353  1.888605 -1.176436 -1.623352

我想取 cols 'A's 和 'B's 的平均值，使数据框缩小到

      A         B    
0  0.000765  0.491911
1  0.659682  0.222616
2  0.737990  0.498251
3  0.399558 -0.155312
4 -0.903395  0.132627

如果我做典型的

df3['A'].mean(axis=1)

我得到一个系列(没有列名)，然后我应该用每个列组的方法构建一个新的数据框。此外 .groupby() 方法显然不允许您按列名分组，而是您提供列并对索引进行排序。有什么奇特的方法可以做到这一点吗？

附带问题:为什么

df = pd.DataFrame({'A': randn(5), 'B': randn(5), 'A': randn(5), 'B': randn(5)})

不生成 4 列数据框但合并同名列？

Answer 1

您可以使用 level 关键字(将您的列视为索引的第一级(级别 0)，在这种情况下只有一个级别):

In [11]: df3
Out[11]:
          A         B         A         B
0 -0.367326 -0.422332  2.379907  1.502237
1 -1.060848  0.083976  0.619213 -0.303383
2  0.805418 -0.109793  0.257343  0.186462
3  2.419282 -0.452402  0.702167  0.216165
4 -0.464248 -0.980507  0.823302  0.900429

In [12]: df3.mean(axis=1, level=0)
Out[12]:
          A         B
0  1.006291  0.539952
1 -0.220818 -0.109704
2  0.531380  0.038334
3  1.560725 -0.118118
4  0.179527 -0.040039