创建一个新数据集，显示每列的“平均值”

Question

我有一个如下所示的数据框：

N	地点	数量	C	H	E	G	D
1	安格斯	25	33	45	23	60	43
2	阿吉尔	43	23	12	56	19	45
3	艾尔什	14	46	27	92	14	12

我想创建一个迭代“C”、“H”、“E”、“G”、“D”的函数，并创建一个新的数据帧，其中行值替换为平均值，例如：meanC = 33/25，平均值H = 45/25，平均值E = 23/25。

我不太确定该怎么做。 任何帮助将不胜感激，谢谢！

Answer 1

在选定的列上使用

df.div

，传递

df['Number']

和

axis=0

（按行）并链

df.add_prefix

。

df[cols].div(df['Number'], axis=0).add_prefix('mean')

      meanC     meanH     meanE    meanG     meanD
0  1.320000  1.800000  0.920000  2.40000  1.720000
1  0.534884  0.279070  1.302326  0.44186  1.046512
2  3.285714  1.928571  6.571429  1.00000  0.857143

• 使用

  df.join

  将其添加到原始

  df

  的（部分？）：

out = (df[df.columns.difference(cols)]
       .join(
           df[cols].div(df['Number'], axis=0).add_prefix('mean')
           )
       )

输出

   N  Number  Place     meanC     meanH     meanE    meanG     meanD
0  1      25  Angus  1.320000  1.800000  0.920000  2.40000  1.720000
1  2      43  Argyl  0.534884  0.279070  1.302326  0.44186  1.046512
2  3      14  Ayrsh  3.285714  1.928571  6.571429  1.00000  0.857143

Answer 2

如果你想要一个new DataFrame，你可以使用：

cols = ['C', 'H', 'E', 'G', 'D']

out = (df[cols].div(df['Number'], axis=0)
       .combine_first(df).reindex_like(df)
      )

要修改输入：

cols = ['C', 'H', 'E', 'G', 'D']

df[cols] = df[cols].div(df['Number'], axis=0)