Python 如何计算带熊猫的逗号分隔列的平均值？ 让我们考虑下面的CSV文件 Test.CSV >： "x","y","A","B" 8000000000,"0,1","0.113948,0.113689",0.114042 8000000000,"0,1","0.114063,0.113823",0.114175 8000000000,"0,1","0.114405,0.114366",0.114524 8000000000,"0,1,2,3","0.167543,0.172369,0.419197,0.427285",0.427576 8000000000,"0,1,2,3","0.167784,0.172145,0.418624,0.426492",0.428736 8000000000,"0,1,2,3","0.168121,0.172729,0.419768,0.427467",0.428578

我的目标是按列

“x”

和

“y”

对行进行分组，并计算列

“A”

和

“B”

的算术平均值

我的第一种方法是在熊猫中结合使用

groupby（）

和

mean（）

：

import pandas

if __name__ == "__main__":
    data = pandas.read_csv("test.csv", header=0)
    data = data.groupby(["x", "y"], as_index=False).mean()
    print(data)

运行此脚本将产生以下输出：

            x        y         B
0  8000000000      0,1  0.114247
1  8000000000  0,1,2,3  0.428297

正如我们所见，实现单值列

“B”

的目标非常简单。但是，省略了列

“A”

。相反，我希望列

“A”

带有一个字符串，其中包含每个逗号分隔值的算术平均值。所需的输出应如下所示：

            x        y                                    A         B
0  8000000000      0,1                    0.114139,0.113959  0.114247
1  8000000000  0,1,2,3  0.167816,0.172414,0.419196,0.427081  0.428297

---

有人知道怎么做吗？

您可以创建一个自定义聚合函数，将这些字符串解析为列表，查找每列的平均值，并将其重新格式化为字符串：

def字符串\u平均值（行）：
数据列表=[]
对于行中的行：
数据\u list.append（[float（item）表示第行中的项拆分（“，”））
数据=np.数组（数据列表）
返回“，”
groupby（[“x”，“y”]，as_index=False）.agg（{“A”：string_mean，“B”：“mean”}）

返回

            x        y                                    A         B
0  8000000000      0,1                    0.114139,0.113959  0.114247
1  8000000000  0,1,2,3  0.167816,0.172414,0.419196,0.427081  0.428297

请注意，如果组中的字符串在单个组中具有不同的列数，则会出错

顺便说一句，你可能会清理我上面的函数