将 Pandas 数据帧中的列替换为该列的平均值

Question

我有一个数据帧：df = pd.DataFrame([[1, 2], [1, 3], [4, 6]], columns=['A', 'B'])   A  B0  1  21  1  32  4  6我想返回一个相同大小的数据帧，其中包含每列的平均值：   A      B0  2  3.6661  2  3.6662  2  3.666有没有一种简单的方法可以做到这一点？

Answer 1

这是一个分配：

df.assign(**df.mean())

    A         B

0  2.0  3.666667

1  2.0  3.666667

2  2.0  3.666667

详

均值可通过以下公式轻松获得：DataFrame.mean

df.mean()

tenor_yrs    14.292857

rates         2.622000

dtype: float64

综上所述，我们可以使用字典解包将现有列替换为结果值。请注意，我们可以使用以下方法将 解压缩到字典中：SeriesSeries**

{**df.mean()}

# {'tenor_yrs': 14.292857142857143, 'rates': 2.622}

假设添加新列的方式是 as ，解压缩使字典键成为函数的参数。并且由于原始数据帧的索引受到尊重，因此会将数据帧的值替换为均值。assigndf.assign(a_given_column=a_value, another_column=some_other_value)df.assign(**df.mean())

Answer 2

在创建数据帧时，您只能提供一行：

pd.DataFrame(data = [df.mean()], index = df.index)

它提供：

     A         B

0  2.0  3.666667

1  2.0  3.666667

2  2.0  3.666667

Answer 3

重新创建数据帧。将平均值系列发送到字典，然后索引定义行数。

pd.DataFrame(df.mean().to_dict(), index=df.index)

#     A         B

#0  2.0  3.666667

#1  2.0  3.666667

#2  2.0  3.666667

相同的概念，但首先创建完整阵列可以节省大量时间。

pd.DataFrame(np.broadcast_to(df.mean(), df.shape), 

             index=df.index, 

             columns=df.columns)

以下是一些时间。当然，这将略微取决于列数，但是当您提供整个数组开始时，您可以看到存在相当大的差异

import perfplot

import pandas as pd

import numpy as np

perfplot.show(

    setup=lambda N: pd.DataFrame(np.random.randint(1,100, (N, 5)),

                                 columns=[str(x) for x in range(5)]), 

    kernels=[

        lambda df: pd.DataFrame(np.broadcast_to(df.mean(), df.shape), index=df.index, columns=df.columns),

        lambda df: df.assign(**df.mean()),

        lambda df: pd.DataFrame(df.mean().to_dict(), index=df.index)

    ],

    labels=['numpy broadcast', 'assign', 'dict'],

    n_range=[2 ** k for k in range(1, 22)],

    equality_check=np.allclose,

    xlabel="Len(df)"

)