python - 计算 DataFrame 2x2 行列组的平均值

Question

我有一个 DataFrame，我想采用多种方法并为其输出单个 Series/DataFrame。

我希望每个均值都按整个 DataFrame 的 2x2 切片 进行分组。

一个例子是:

df = pd.DataFrame({'0' : [4, 5, 6, 7, 8, 10], '1' : [2, 0, 1, 2, 3, 4],
                   '2' : [2, 4, 6, 8, 10, 12]}).T

df_mean

2.75
3
4
5
.
.
5.75
7.25

分组的方式是采用前几行 2x2“切片”([4, 5], [2, 0]) 计算平均值 (4+5+ 2+0)/4 = 2.75，然后对每个切片重复此操作，直到下一行，直到所有行上计算出所有可能的 2x2 切片。

即:

([5, 6], [0, 1]).mean() = 3
([6, 7], [1, 2]).mean() = 4
.
.
.
([3, 4], [10, 12]).mean() = 7.25

我只能弄清楚如何按行对 2 进行分组并取平均值:

df_mean = df.groupby(np.arange(len(df)) // 2).mean()

但这仅按每列 2 进行分组，而不是 2x2 的“单元格”。

有没有办法使用 groupby 来做到这一点？如果可能的话，我试图避免在行索引和列索引上进行计算成本高昂的 for 循环。

Answer 1

我沿两个轴使用 rolling、mean 和 dropna 以获得您想要的结果:

import pandas as pd

df = pd.DataFrame(
    {'0': [4, 5, 6, 7, 8, 10], '1': [2, 0, 1, 2, 3, 4], '2': [2, 4, 6, 8, 10, 12]}
).T
mean_df = (
    df.rolling(2)
    .mean()
    .dropna(how='all')
    .rolling(2, axis='columns')
    .mean()
    .dropna(how='all', axis='columns')
)
print(mean_df)

---

      1     2     3     4     5
1  2.75  3.00  4.00  5.00  6.25
2  2.00  2.75  4.25  5.75  7.25

滚动创建计算平均值的窗口，当窗口采用数据帧之外的值时，dropna 会删除存在 NaN 值的行。