Python 与熊猫的情节：分组和平均值

“组合”数据框中的数据如下所示：

pr = [1.0,2.0,3.0,4.0,1.0,2.0,3.0,4.0,1.0,2.0,3.0,4.0,.....1.0,2.0,3.0,4.0]

lmi = [200, 200, 200, 250, 250,.....780, 780, 780, 800, 800, 800]

pred = [0.16, 0.18, 0.25, 0.43, 0.54......., 0.20, 0.34, 0.45, 0.66]

fig,ax = plt.subplots()

for pr in [1.0,2.0,3.0,4.0]:
    ax.plot(combos[combos.pr==pr].lmi, combos[combos.pr==pr].pred, label=pr)

ax.set_xlabel('lmi')
ax.set_ylabel('pred')
ax.legend(loc='best')

我将结果绘制如下：

pr = [1.0,2.0,3.0,4.0,1.0,2.0,3.0,4.0,1.0,2.0,3.0,4.0,.....1.0,2.0,3.0,4.0]

lmi = [200, 200, 200, 250, 250,.....780, 780, 780, 800, 800, 800]

pred = [0.16, 0.18, 0.25, 0.43, 0.54......., 0.20, 0.34, 0.45, 0.66]

fig,ax = plt.subplots()

for pr in [1.0,2.0,3.0,4.0]:
    ax.plot(combos[combos.pr==pr].lmi, combos[combos.pr==pr].pred, label=pr)

ax.set_xlabel('lmi')
ax.set_ylabel('pred')
ax.legend(loc='best')

我得到了这个情节：

---

在保持成对（lmi，pr）完整的情况下，如何为每个“lmi”数据点绘制“pred”的平均值？

您可以首先根据

lmi

对数据帧进行分组，然后计算各组的平均值，正如标题所示：

combos.groupby('lmi').pred.mean().plot()

在一行中，我们：

通过

lmi

列对组合

DataFrame

进行分组

获取每个

lmi的
pred
列

计算每个

lmi

组的pred列的平均值

绘制每个

lmi

组的平均值

---

根据您对问题的更新，现在很清楚您想要计算每对

（pr，lmi）

的平均值。这可以通过在这些列上分组，然后简单地调用

mean（）

来实现。使用

reset\u index（）

，然后将数据帧格式恢复为以前的格式

$ combos.groupby(['lmi', 'pr']).mean().reset_index()

   lmi   pr  pred
0  200  1.0  0.16
1  200  2.0  0.18
2  200  3.0  0.25
3  250  1.0  0.54
4  250  4.0  0.43
5  780  2.0  0.20
6  780  3.0  0.34
7  780  4.0  0.45
8  800  1.0  0.66

在这个新的数据框中，pred确实包含了方法，您可以使用以前使用过的相同的绘图过程