python - 使用 pandas，每个子集的步长为 y 的每 x 行的平均值

Question

我有一个像这样的 Pandas 数据框:

Subset  Position    Value
1   1   2
1   10  3
1   15  0.285714
1   43  1
1   48  0
1   89  2
1   132 2
1   152 0.285714
1   189 0.133333
1   200 0
2   1   0.133333
2   10  0
2   15  2
2   33  2
2   36  0.285714
2   72  2
2   132 0.133333
2   152 0.133333
2   220 3
2   250 8
2   350 6
2   750 0

我想知道如何获得 Pandas 中每个子集步长为“y”的每个“x”行的平均值？

例如，每个子集中值列的每 5 行(步长 =2)的平均值如下:

Subset  Start_position  End_position    Mean
1   1   48  1.2571428
1   15  132 1.0571428
1   48  189 0.8838094
2   1   36  0.8838094
2   15  132 1.2838094
2   36  220 1.110476
2   132 350 3.4533332

Answer 1

这是你要找的吗:

df = pd.DataFrame({'Subset': [1]*10+[2]*12,
                   'Position': [1,10,15,43,48,89,132,152,189,200,1,10,15,33,36,72,132,152,220,250,350,750],
                   'Value': [2,3,.285714,1,0,2,2,.285714,.1333333,0,0.133333,0,2,2,.285714,2,.133333,.133333,3,8,6,0]})

averaged_df = pd.DataFrame(columns=['Subset', 'Start_position', 'End_position', 'Mean'])

window = 5
step_size = 2
for subset in df.Subset.unique():
    subset_df = df[df.Subset==subset].reset_index(drop=True)
    for i in range(0,len(df),step_size):
        window_rows = subset_df.iloc[i:i+window]
        if len(window_rows) < window:
            continue
            
        window_average = {'Subset': window_rows.Subset.loc[0+i],
                          'Start_position': window_rows.Position[0+i],
                          'End_position': window_rows.Position.iloc[-1],
                          'Mean': window_rows.Value.mean()}
        averaged_df = averaged_df.append(window_average,ignore_index=True)

关于代码的一些说明:

• 它假定所有子集在原始 df 中都是有序的(1,1,2,1,2,2 的行为就好像它是 1,1,1,2， 2,2)
• 如果剩下一个比窗口小的组，它将跳过它(例如 1, 132, 200, 0,60476 不包括在内`)