Python 基于两列的平均分组
我有一个表,看起来像下面的例子Python 基于两列的平均分组,python,pandas,dataframe,group-by,mean,Python,Pandas,Dataframe,Group By,Mean,我有一个表,看起来像下面的例子 Timestamp Scan_ID LOS_ID ... Radial_Wind_Speed_[m/s] CNR_[dB] Confidence_Index_Status 0 2019-04-04 23:01:00.147 26 4 ... 0.04 -11.66 1 1 2019-04-04 23:01:00.147 2
Timestamp Scan_ID LOS_ID ... Radial_Wind_Speed_[m/s] CNR_[dB] Confidence_Index_Status
0 2019-04-04 23:01:00.147 26 4 ... 0.04 -11.66 1
1 2019-04-04 23:01:00.147 26 4 ... -0.18 -12.89 1
2 2019-04-04 23:01:00.147 26 4 ... 0.00 -12.27 1
3 2019-04-04 23:01:00.147 26 4 ... 0.12 -10.58 1
4 2019-04-04 23:01:00.147 26 4 ... 0.17 -6.32 1
为了进一步绘制,我想做一个平均值,它取决于海拔高度和dequence_数
是否可能获得取决于以下两个值的平均值:
df.groupby(['Altitude_[m]']).mean()
最好的
谢谢你画的是什么意思?嗨,我不是每个测量周期(序列ID)的平均值,而是每个高度的平均值。这意味着,一个周期的序列ID相同,但每行的高度不同。在n行之后,alteitude重复,在m行之后,序列ID改变。使用
df.groupby(['Altitude[m]')).mean()
(我现在这是错误的)我得到了我的n个高度和每个测量的平均值。但我希望每个时间周期(序列ID)都有一个取决于高度的平均值。我希望现在它更清楚一点。df.groupby(['Sequence ID','althip\um]]].mean()
?你画的是什么意思(什么意思)?嗨,我不是每个测量周期的平均值(Sequence\u ID)每个高度的平均值。这意味着,一个周期的序列ID相同,但每行的高度不同。在n行之后,alteitude重复,在m行之后,序列ID改变。使用df.groupby(['Altitude[m]')).mean()
(我现在这是错误的)我得到了我的n个高度和每个测量的平均值。但我希望每个时间周期(序列ID)都有一个取决于高度的平均值。我希望现在它更清晰一点。df.groupby(['Sequence ID','Altitude\um]')。mean()
?