python 中循环获取列名

Question

我想将一个数据帧（df1）的平均值写入另一个数据帧（dfmaster）。我可以手动管理它，但我想以这种方式自动化该过程，它将从 df1 （作为变量）读取所有列名称，并且这些变量将在下面的代码中使用，以计算所有列的平均值数据帧 (df1) 中的列。从这个数据框中应该计算出列的平均值：import pandas as pd  data = [[6.2, 10, 8], [6.4, 15, 13], [6.6, 14, 6]]  df1 = pd.DataFrame(data, columns = ['Prozess233', 'Prozess234', 'Prozess235'])  df1这是应存储均值的主数据框：data = [['Prozess233','NaN', 'NaN','NaN'], ['Prozess234','NaN', 'NaN', 'NaN'], ['Prozess235','NaN', 'NaN', 'NaN']] dfmaster = pd.DataFrame(data, columns = ['Process', 'Mean', 'St.Dev', 'Max']) dfmaster 以下是计算 df1 的一列平均值并将该值存储在主数据帧中的代码：index = dfmaster.loc[dfmaster['Process'] == 'Prozess233'].index[0]keep_col = ['Prozess233']df1 = df1[keep_col]df1 = df1[df1['Prozess233'].notna()]meanPR = df1["Prozess233"].mean()dfmaster.at[index, 'Mean'] = meanPR这是结果：我想要一个循环，上面的代码（将平均值存储到主数据帧中）将对数据帧 df1 的所有列执行 - “Prozess234”和“Prozess235”的平均值。我不知道如何存储列名（df1），以便在循环中使用它们。我不确定这是否是正确的方法。

Answer 1

您可以使用 agg 获取每列的特定聚合：

df1_summary = (df1.agg(["mean", "std", "max"])

               .rename(index={"mean": "Mean", "std": "St.Dev", "max": "Max"}))

print(df1_summary)

        Prozess233  Prozess234  Prozess235

Mean           6.4   13.000000    9.000000

St.Dev         0.2    2.645751    3.605551

Max            6.6   15.000000   13.000000

然后如果你想将其填充到你的dfmaster

dfmaster = dfmaster.set_index("Process") 

dfmaster.update(df1_summary.T)

print(dfmaster)

            Mean    St.Dev   Max

Process                         

Prozess233   6.4  0.200000   6.6

Prozess234  13.0  2.645751  15.0

Prozess235   9.0  3.605551  13.0

Answer 2

无需一一添加到 dfmaster，只需使用矢量化方法创建它：

import pandas as pd 

data = [[6.2, 10, 8], [6.4, 15, 13], [6.6, 14, 6]] 

df1 = pd.DataFrame(data, columns = ['Prozess233', 'Prozess234', 'Prozess235']) 

dfmaster=pd.concat([df1.mean(), df1.std(), df1.max()], axis=1).reset_index()

dfmaster.columns = ['Process','Mean', 'St.Dev', 'Max']

#dfmaster

      Process  Mean    St.Dev   Max

0  Prozess233   6.4  0.200000   6.6

1  Prozess234  13.0  2.645751  15.0

2  Prozess235   9.0  3.605551  13.0

另外，根据您的需要考虑检查 的df1.describe()输出：

       Prozess233  Prozess234  Prozess235

count         3.0    3.000000    3.000000

mean          6.4   13.000000    9.000000

std           0.2    2.645751    3.605551

min           6.2   10.000000    6.000000

25%           6.3   12.000000    7.000000

50%           6.4   14.000000    8.000000

75%           6.5   14.500000   10.500000

max           6.6   15.000000   13.000000

Answer 3

虽然您可以使用 获取数据框的列df.columns，但几乎没有充分的理由迭代 pandas 数据框以进行简单的数学计算。

你所追求的可以用

df1.T.stack().groupby(level=0).agg({np.mean,np.std, max})

            mean    std         max

Prozess233  6.4     0.200000    6.6

Prozess234  13.0    2.645751    15.0

Prozess235  9.0     3.605551    13.0

进一步细分：

转置数据框

dft=df1.T

dft

            0       1       2

Prozess233  6.2     6.4     6.6

Prozess234  10.0    15.0    14.0

Prozess235  8.0     13.0    6.0

堆叠数据框

dfs=dft.stack()

dfs

Prozess233  0     6.2

            1     6.4

            2     6.6

Prozess234  0    10.0

            1    15.0

            2    14.0

Prozess235  0     8.0

            1    13.0

            2     6.0

dtype: float64

组和聚合

dfmaster=dfs.groupby(level=0).agg({np.mean,np.std, max})

dfmaster

            mean    std         max

Prozess233  6.4     0.200000    6.6

Prozess234  13.0    2.645751    15.0

Prozess235  9.0     3.605551    13.0