Python

Question

只是为了在一开始就说明这一点。我说的是 rows 而不是 columns:

https://i.stack.imgur.com/jikOF.png

我正在使用 pandas Dataframe 保存多个分贝值。我的工作是获取 n 行的 average。我从 .wav file 中获取值，其中我运行和 stft function 将保存在 .wav file 中的数据保存到 pd.Dataframe. 因为我处理大文件我必须 aggregate Dataframe 才能保存 DiskSpace.

我已经有一个计算 n 聚合的算法，所以我只需要运行命令即可。

例如：当聚合 n 为 4 时，Dataframe 应从以下位置转换：

这个：

2, 4, 6, 8, 10, 12, 14, 16  ...

3, 6, 9, 12, 15, 18, 21, 24 ...
...

进入这个：

{2, 4, 6, 8}, {10, 12, 14, 16}  ... ,{3, 6, 9, 12}, {15, 18, 21, 24} ...

对此：

{5}, {13} ... {7.5}, {19.5} ...

最后是一个新的 Dataframe：

5, 13, ...
7.5, 19.5, ...
...

这是我正在使用的数据框：

         0          1          2    ...        510        511        512

 0  -50.148830 -50.731472 -58.459068  ... -80.000000 -80.000000 -80.000000

 1  -49.234821 -49.215736 -57.735603  ... -80.000000 -80.000000 -80.000000

 2  -53.309082 -53.790737 -61.091209  ... -80.000000 -80.000000 -80.000000

 3  -50.511078 -51.120682 -59.740089  ... -80.000000 -80.000000 -80.000000

 4  -52.077423 -51.985920 -59.107773  ... -80.000000 -80.000000 -80.000000

 5  -47.280487 -47.177921 -56.507130  ... -80.000000 -80.000000 -80.000000

所以当我们看一下当 n 为三时第一行应该如何变化：

 0  -50.148830 -50.731472 -58.459068  ... -80.000000 -80.000000 -80.000000

他们得到 "grouped":

 array = [{-50.148830, -50.731472, -58.459068}, ..., {-80.000000, -80.000000, -80.000000}, ...];

然后avarage/mean()? array

array = [{-53.1131}, ..., {-80.000000}, ...];

但不是只对一行执行此操作，而是对所有行执行此操作并将它们转换回 pd.Dataframe。

        0     ...    512

 0  -53.1131  ... -80.000000

 1  -52.0620  ... -80.000000

 2  -56.0636  ... -80.000000

 3  -53.7906  ... -80.000000

 4  -54.3904  ... -80.000000

 5  -50.3219  ... -80.000000

我尝试了 groupby 函数，但我总是得到一个值错误：

n = 3
pd.Dataframe = data

grouped = data.groupby(np.arange(len(data)) // n, axis=1).mean()

输出：

ValueError: Grouper and axis must be same length

我无法在互联网上找到解决方案，因此非常感谢您的帮助:D

Answer 1

'The grouper and axis should be of same length'：在你的代码中，这里的grouper是len(data)（行数），axis是1，其实是不一样的。所以它应该是

data.groupby(np.arange(len(data)) // n, axis=0).mean()

或

data.groupby(np.arange(len(data.columns)) // n, axis=1).mean()

在你的情况下，你似乎想按列分组，所以后一个版本应该可以工作

Python - Pandas Dataframe 获取 n 行的平均值

Python - Pandas Dataframe get avarage of n rows

numpy

aggregation

dataframe

pandas