如何找到两个 Pandas 数据帧的元素调和平均值

Question

与此 post 类似：我有两个形状相同的 Pandas 数据框，我想找到每对元素的调和平均值 - 每个元素中的一个数据帧在同一位置。 post 中给出的解决方案是使用面板，但现在已弃用。

如果我这样做：

import pandas as pd
import numpy as np
from scipy.stats.mstats import hmean

df1 = pd.DataFrame(dict(x=np.random.randint(5, 10, 5), y=np.random.randint(1, 6, 5)))
df2 = pd.DataFrame(dict(x=np.random.randint(5, 10, 5), y=np.random.randint(1, 6, 5)))
dfs_dictionary = {'DF1':df1,'DF2':df2}
df=pd.concat(dfs_dictionary)
print(df)

       x  y
DF1 0  9  4
    1  6  4
    2  7  2
    3  5  2
    4  5  2
DF2 0  9  2
    1  7  1
    2  7  1
    3  9  5
    4  8  3

x = df.groupby(level = 1).apply(hmean, axis = None).reset_index()
print(x)
   index         0
0      0  4.114286
1      1  2.564885
2      2  2.240000
3      3  3.956044
4      4  3.453237

我只得到一列值。为什么？根据原始 df，我期待两列，一列用于 x 值的 hmean，一列用于 y 值的 hmean。我怎样才能实现我想做的事情？

Answer 1

原因是您将 axis=None 传递给 hmean，从而使数据变平。请记住，当您执行 groupby().apply() 时，参数是整个组，例如df.loc['DF1']。只需删除 axis=None:

x = df.groupby(level = 1).apply(hmean).reset_index()

你得到：

   index                                        0
0      0                 [6.461538461538462, 3.0]
1      1  [5.833333333333333, 2.4000000000000004]
2      2                               [8.0, 3.0]
3      3  [6.857142857142858, 2.4000000000000004]
4      4   [6.461538461538462, 2.857142857142857]

或者您可以使用 agg:

x = df.groupby(level = 1).agg({'x':hmean,'y':hmean})

并得到：

          x         y
0  6.461538  3.000000
1  5.833333  2.400000
2  8.000000  3.000000
3  6.857143  2.400000
4  6.461538  2.857143

如果您的列数多于 x,y:

x = df.groupby(level=1).agg({c:hmean for c in df.columns})

Answer 2

只需尝试删除 axis = None 参数。

如何找到两个 Pandas 数据帧的元素调和平均值

How to find the elementwise harmonic mean across two Pandas dataframes

python

pandas

dataframe

scipy.stats