Python Pandas groupby 和 mean/stdev 所有列合并为一列

Question

此问题因回答错误而关闭，请提供答案

group_ = pd.DataFrame({'Name' : ['X','Y', 'X', 'X', 'Y','Y'],
     'a' : [3,6,4,7,9,3],
     'b' : [6,4,8,7,6,5],
     'h' : [34,43,63,34,54,56]})

  Name  a  b   h
0    X  3  6  34
1    Y  6  4  43
2    X  4  8  63
3    X  7  7  34
4    Y  9  6  54
5    Y  3  5  56

我想获取所有列的 X 和 Y 的平均值和标准值（不将它们列在 agg 中，或者任何地方都必须是动态的）。

意味着我可以做到这一点 :

group_.groupby('Name').mean().mean(axis=1)

Name
X    18.444444
Y    20.666667
dtype: float64

np.mean([3,6,34,4,8,63,7,7,34]) = 18.444444

但对于 std not，不起作用，因为它给出了 3 列的 std 的 std。

group_.groupby('Name').std().std(axis=1)

Name
X    8.793713
Y    3.055050
dtype: float64

不正确！ X_std = np.std([3,6,34,4,8,63,7,7,34]) = 19.556818141059377

Answer 1

For std by all columns per groups first use DataFrame.melt and then GroupBy.std with ddof=0 (default pandas ddof=1):

a = group_.melt('Name').groupby('Name')['value'].std(ddof=0)

print (a)
Name
X    19.556818
Y    21.756225
Name: value, dtype: float64

X_std = np.std([3,6,34,4,8,63,7,7,34])
print (X_std)
19.556818141059377

对于两个聚合函数：

df = group_.melt('Name').groupby('Name').agg(std=('value', lambda x: x.std(ddof=0)),
                                             mean=('value','mean'))

print (df)
            std       mean
Name                      
X     19.556818  18.444444
Y     21.756225  20.666667

Python Pandas groupby 和 mean/stdev 所有列合并为一列

Python Pandas groupby and mean/stdev all columns into one column

python

group-by

dataframe

pandas