Python 如何使用Pandas阻止长度为10帧的平均数据帧？

我对熊猫不熟悉。所以我想知道是否有更好的方法来完成这项任务

我有如下格式的数据框：

这是来自分子动力学的DNA模拟数据

数据集如下所示：

这里总共有1000帧，我的目的是得到每10帧的平均值，所以，最后，我希望数据如下：

Block  Base1 Base2 Shear Stretch Stagger .....
 1     1      66     XX    XX     XX
 1     2      65     XX    XX     XX
...   ...     ...    ...   ...    ...
 1     33     34     XX    XX     XX

 2     1      66     XX    XX     XX
 2     2      65     XX    XX     XX
...   ...     ...    ...   ...    ...
 2     33     34     XX    XX     XX

 3     1      66     XX    XX     XX
 3     2      65     XX    XX     XX
...   ...     ...    ...   ...    ...
 3     33     34     XX    XX     XX


 4     1      66     XX    XX     XX
 4     2      65     XX    XX     XX
...   ...     ...    ...   ...    ...
 4     33     34     XX    XX     XX

其中块1表示1~10帧的平均值，块2表示11~20帧的平均值

虽然，我认为通过仔细分配每行的索引，我可以完成这些任务，但我想知道是否有一些方便的方法来完成这项任务。我查看了一些关于

pandas

by中

groupby

函数的网页，似乎没有将该组每10行设置一个块平均值函数

谢谢大家!

===================================================================================================================

很抱歉，我没有明确说明我的目的，我已经找到了完成任务的方法，并提供了一个示例输出，以更好地说明我的目的

对于双链DNA，我们知道它是带有AGCT的双螺旋结构，因此Base1表示DNA的一个碱基，Base2表示另一条链的互补碱基。两个相应的碱基通过氢键连接在一起

比如：

所以这里在

BPdata.csv

中，Base1和Base2的每一个组合都意味着一对DNA碱基

在这里的

BPdata.csv

中，这是一个33碱基对DNA，在不同的时间范围内模拟，标记为1,2,3,4…1000

然后我想把每10个时间帧分组在一起，比如1~10,11~20,21~30……，在每组中，对每个碱基对进行平均

以下是我得出的数据：

    # -*- coding: utf-8 -*-

    import pandas as pd

    '''

    Data Input

    '''


    # Import CSV data to Python


    BPdata = pd.read_csv("BPdata.csv", delim_whitespace = True, skip_blank_lines = False)
    BPdata.rename(columns={'#Frame':'Frame'}, inplace=True)

    '''

    Data Processing

    '''
    # constant block average parameters
    Interval20ns = 10
    IntervalInBPdata = 34


    # BPdataBlockAverageSummary
    LEN_BPdata = len(BPdata)

    # For Frame 1
    i = 1
    indexStarting = 0
    indexEnding =  0  

    indexStarting = indexEnding
    indexEnding =  Interval20ns * IntervalInBPdata * i - 1

    GPtemp = BPdata.loc[indexStarting : indexEnding]
    GPtemp['Frame'] = str(i)
    BPdata_blockOF1K_mean = GPtemp.groupby(['Frame','Base1','Base2']).mean()
    BPdata_blockOF1K_mean.loc[len(BPdata_blockOF1K_mean)] = str(i)
    # For Frame 2 and so on
    i = i + 1
    indexStarting = indexEnding + 1
    indexEnding =  Interval20ns * IntervalInBPdata * i - 1
    while ( indexEnding <= LEN_BPdata - 1):
        GPtemp = BPdata.loc[indexStarting : indexEnding]
        GPtemp['Frame'] = str(i)
        meanTemp = GPtemp.groupby(['Frame','Base1','Base2']).mean()
        meanTemp.loc[len(meanTemp)] = str(i)    
        BPdata_blockOF1K_mean = pd.concat([BPdata_blockOF1K_mean,meanTemp])
        i = i + 1
        indexStarting = indexEnding + 1
        indexEnding =  Interval20ns * IntervalInBPdata * i - 1

#-*-编码：utf-8-*-
作为pd进口熊猫
'''
数据输入
'''
#将CSV数据导入Python
BPdata=pd.read\u csv（“BPdata.csv”，delim\u空格=True，skip\u空白行=False）
重命名（列={'#Frame'：'Frame'}，inplace=True）
'''
数据处理
'''
#常数块平均参数
间隔20ns=10
IntervalInBPdata=34
#BPdataBlockAverageSummary
LEN_BPdata=LEN（BPdata）
#第1帧
i=1
索引开始=0
指数化=0
索引开始=索引结束
indexEnding=间隔20ns*间隔pData*i-1
GPtemp=BPdata.loc[索引开始：索引结束]
GPtemp['Frame']=str（i）
BPdata_blockOF1K_mean=GPtemp.groupby（['Frame'，'Base1'，'Base2']）.mean（）
BPdata_blockOF1K_mean.loc[len（BPdata_blockOF1K_mean）]=str（i）
#对于第2帧，依此类推
i=i+1
索引开始=索引结束+1
indexEnding=间隔20ns*间隔pData*i-1
而熊猫中的while（indexEnding分组有多种方法。其中一种方法是传递一个序列。因此，可以传递一个具有10行块值的序列。解决方案如下：

import pandas as pd
import numpy as np

#create datafram with 1000 rows
df = pd.DataFrame(np.random.rand(1000, 1)

#create series for grouping
groups_of_ten = pd.Series(np.repeat(range(int(len(df)/10)), 10))

#group the data
grouped = df.groupby(groups_of_ten)

#aggregate
grouped.agg('mean')

分组系列在内部看起来如下所示：

In [21]: groups_of_ten.head(20)
Out[21]:
0     0
1     0
2     0
3     0
4     0
5     0
6     0
7     0
8     0
9     0
10    1
11    1
12    1
13    1
14    1
15    1
16    1
17    1
18    1
19    1

熊猫分组有多种方式。其中一种方式是传递一个序列。因此，可以传递一个具有10行块值的序列。解决方案如下：

import pandas as pd
import numpy as np

#create datafram with 1000 rows
df = pd.DataFrame(np.random.rand(1000, 1)

#create series for grouping
groups_of_ten = pd.Series(np.repeat(range(int(len(df)/10)), 10))

#group the data
grouped = df.groupby(groups_of_ten)

#aggregate
grouped.agg('mean')

分组系列在内部看起来如下所示：

In [21]: groups_of_ten.head(20)
Out[21]:
0     0
1     0
2     0
3     0
4     0
5     0
6     0
7     0
8     0
9     0
10    1
11    1
12    1
13    1
14    1
15    1
16    1
17    1
18    1
19    1

假设您的数据帧被称为
df
，您可以执行：
df.groupby（df['#Frame']//10）.mean（）
。此外，您可能应该将列
#Frame
重命名为just
Frame
@Abdou，Thx，我已经更新了描述。现在出现了一些新问题。假设您的数据帧名为
df
，您可以执行：
df.groupby（df['#Frame']//10.mean（）
。另外，您可能应该将列
#Frame
重命名为just
Frame
@Abdou，Thx，我已经更新了描述。现在出现了一些新问题。嗨，@Woody Pride，我尝试了您的解决方案，但结果如下：`Frame Base1 Base2剪切拉伸交错扣\0 485。80315316.995941 50.004059 0.017325-0.042114 0.067136 1.731197`但我想保持第一帧的原始结构。例如，我不仅要保持Base1 Base2记录的平均值，还要保持Base2记录的每个平均值。恐怕我不理解你的问题。如果你想用一个小的可复制的ex更新你的问题充足且预期的输出，然后可能有人会发布更完整的解决方案。嗨，@Woody Pride，我尝试过你的解决方案，但结果如下：“#Frame Base1 Base2剪切拉伸交错扣\0 485.80315316.995941 50.004059 0.017325-0.042114 0.067136 1.731197`但我想保持o第一帧的原始结构。例如，我不仅要保留Base1 Base2记录的平均值，还要保留每个平均值。恐怕我不理解你的问题。如果你想用一个小的可复制示例和预期输出更新你的问题，那么也许有人会发布一个更完整的解决方案。