计算满足条件的列部分的平均值以创建新数据框

Question

我有以下数据table

A = [2, 3, 1, 2, 4, 1, 5, 3, 1, 7, 5]
B = [0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0]
df = pd.DataFrame({'A':A, 'B':B})

当连续行看到 B 列等于 1 时，我想计算 A 列的平均值。忽略 B 列等于 0 的所有行，然后创建如下所示的新数据框：

感谢您的帮助！

Answer 1

尝试：

m = (df.B != df.B.shift(1)).cumsum() * df.B
df_out = df.groupby(m[m > 0])["A"].mean().reset_index(drop=True).to_frame()
df_out["B"] = 1
print(df_out)

打印：

   A  B
0  2  1
1  3  1

Answer 2

df1 = df.groupby((df['B'].shift() != df['B']).cumsum()).mean().reset_index(drop=True)
df1 = df1[df1['B'] == 1].astype(int).reset_index(drop=True)
df1

输出

    A   B
0   2   1
1   3   1

说明

我们正在使用 pd.shift 检查 B 的每一行的值是否不等于下一个值，如果是，那么我们将对这些值进行分组并计算其平均值并将其分配给新的数据帧 df1 .

因为我们有所有连续的 0 和 1 组的平均值，所以我们只过滤 B==1.

的值

Answer 3

关键字：groupby、shift、mean

代码：

df_result=df.groupby((df['B'].shift(1,fill_value=0)!= df['B']).cumsum()).mean()
df_result=df_result[df_result['B']!=0]

df_result
     A    B
1  2.0  1.0
3  3.0  1.0

您可能已经注意到，您需要首先确定具有相同值的连续行块。一种方法是将 B 移动一行，然后将其与自身进行比较。

df['B_shifted']=df['B'].shift(1,fill_value=0) # fill_value=0 to return int and replace Nan with 0's

df['A']                     =[2, 3, 1, 2, 4, 1, 5, 3, 1, 7, 5]
df['B']                     =[0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0]
df['B_shifted']             =[0, 0, 1, 1, 1, 0, 0, 1, 1, 1, 0]
(df['B_shifted'] != df['B'])=[F, T, F, F, T, F, T, F, F, T, F]
                                [↑      ][↑   ][↑      ][↑   ]

现在我们可以使用groupby pandas方法如下：

df_grouped=df.groupby((df['B_shifted'] != df['B']).cumsum())

现在如果我们在 DtaFrameGroupBy 对象中循环 df_grouped 我们将看到以下元组：

(0,    A  B  B_shifted
0  2  0          0)
(1,    A  B  B_shifted
1  3  1          0
2  1  1          1
3  2  1          1)
(2,    A  B  B_shifted
4  4  0          1
5  1  0          0)
(3,    A  B  B_shifted
6  5  1          0
7  3  1          1
8  1  1          1)
(4,     A  B  B_shifted
9   7  0          1
10  5  0          0)

我们现在可以简单地计算平均值并过滤零值，如下所示

df_result=df_grouped.mean()
df_result=df_result[df_result['B']!=0][['A','B']]

计算满足条件的列部分的平均值以创建新数据框

Calculate the average of sections of a column with condition met to create new dataframe

python

slice

conditional-statements

dataframe

pandas

参考文献：(link, link).