Python 基于列名称扩展名的DataFrame列的平均值
我在木星上有一个数据帧a,如下所示Python 基于列名称扩展名的DataFrame列的平均值,python,string,dataframe,jupyter-notebook,mean,Python,String,Dataframe,Jupyter Notebook,Mean,我在木星上有一个数据帧a,如下所示 Index Var1.A.1 Var1.B.1 Var1.CA.1 Var2.A.1 Var2.B.1 Var2.CA.1 0 1 21 3 3 4 4 1 3 5 4 9 5 1 .... 100 9 75 2
Index Var1.A.1 Var1.B.1 Var1.CA.1 Var2.A.1 Var2.B.1 Var2.CA.1
0 1 21 3 3 4 4
1 3 5 4 9 5 1
....
100 9 75 2 4 8 2
我想根据名称的扩展来评估平均值,即
- A.1的平均值
- B.1的平均值
- .CA.1的平均值
List=['.A.1', '.B.1', '.CA.1']
A[List[List.str.contains('.A.1')]].mean()
然而,通过这种方式,我得到了不同变量的平均值,也得到了CA.1,这不是它想要的
有什么建议吗
谢谢
dfA.filter(like='.A.1')
-为您提供包含.A.1'子字符串的列如果需要,请按第一次之后的所有值对每行进行平均值
使用groupby
和lambda函数和平均值
:
df = df.groupby(lambda x: x.split('.', 1)[-1], axis=1).mean()
print (df)
A.1 B.1 CA.1
0 2.0 12.5 3.5
1 6.0 5.0 2.5
100 6.5 41.5 2.0
下面是第三个选项:
columns = A.columns
A[[s for s in columns if ".A.1" in s]].stack().reset_index().mean()
样本数据的预期输出是什么?