Skip to main content
 首页 » 编程设计

python之pandas groupby 对象中 n 和 n+1 行之间的平均值

2024年12月31日15shangdawei

我有一个 groupby 对象:

  col1 col2         x         y         z 
0    A   D1  0.269002  0.131740  0.401020 
1    B   D1  0.201159  0.072912  0.775171 
2    D   D1  0.745292  0.725807  0.106000 
3    F   D1  0.270844  0.214708  0.935534 
4    C   D1  0.997799  0.503333  0.250536 
5    E   D1  0.851880  0.921189  0.085515 

如何将 groupby 对象排序为以下内容:

  col1 col2         x         y         z 
0    A   D1  0.269002  0.131740  0.401020 
1    B   D1  0.201159  0.072912  0.775171 
4    C   D1  0.997799  0.503333  0.250536 
2    D   D1  0.745292  0.725807  0.106000 
5    E   D1  0.851880  0.921189  0.085515 
3    F   D1  0.270844  0.214708  0.935534 

然后计算行 A {x, y, z} 和行 B {x, y, z},行 B {x, y, z} 和行 C {x, y, z}.. . 这样我就有了:

    col1 col2    x_mean    y_mean    z_mean 
0    A-B   D1  0.235508  0.102326   0.58809 
1    B-C   D1       ...       ...       ... 
4    C-D   D1       ...       ...       ... 
2    D-E   D1       ...       ...       ... 
5    E-F   D1       ...       ...       ... 
3    F-A   D1       ...       ...       ... 

我基本上是在尝试通过计算找到六边形结构顶点之间的中点(好吧......更像是一千万个)。提示表示赞赏!

请您参考如下方法:

我相信你需要 groupby 和 rolling和聚合 mean,最后一对使用 shift并删除每组第一个 NaN 行:

print (df) 
 col1 col2         x         y         z 
0    A   D1  0.269002  0.131740  0.401020 
1    B   D1  0.201159  0.072912  0.775171 
2    D   D1  0.745292  0.725807  0.106000 
3    F   D2  0.270844  0.214708  0.935534 <-change D1 to D2 
4    C   D2  0.997799  0.503333  0.250536 <-change D1 to D2 
5    E   D2  0.851880  0.921189  0.085515 <-change D1 to D2 
# 
df = (df.sort_values(['col1','col2']) 
        .set_index('col1') 
        .groupby('col2')['x','y','z'] 
        .rolling(2) 
        .mean() 
        .reset_index()) 
df['col1'] = df.groupby('col2')['col1'].shift() + '-' + df['col1'] 
df = df.dropna(subset=['col1','x','y','z'], how='all') 
#alternative 
#df = df[df['col2'].duplicated()] 
print (df) 
 
  col2 col1         x         y         z 
1   D1  A-B  0.235081  0.102326  0.588095 
2   D1  B-D  0.473226  0.399359  0.440586 
4   D2  C-E  0.924840  0.712261  0.168026 
5   D2  E-F  0.561362  0.567948  0.510524