基于Python中的相邻行计算值

我有成对的数据框形式的值（见“mjd”列）：

    cor      est        rms     apr         mjd
0   0.12359  80.53359   0.01639 80.41       57754.0
1   -0.01281 80.21719   0.01642 80.23       57755.0
2   0.03876  80.26876   0.01743 80.23       57755.0
3   0.08924  80.40924   0.01779 80.32       57756.0
4   0.06863  80.38863   0.01686 80.32       57756.0
5   -0.07582 80.01417   0.01748 80.08999    57757.0
6   0.13964  80.22963   0.01773 80.08999    57757.0
7   0.03911  79.01908   0.01809 78.97997    57758.0

现在，我想用相同的列创建一个新的数据帧，但要计算相邻的第0行和第1行序列的平均值；2和3；4和5等

预期产出：

    cor     est     rms     apr     mjd
0   0.05539 80.3754 0.01640 80.32   57754.5 
1   0.064   80.339  0.01761 80.275  57755.5
2   -0.0035 80.2014 0.01717 80.2049 57756.5
3   0.08937 79.6243 0.01791 79.5349 57757.5

---

您可以使用

df.index//2

进行分组：

In [11]: df.index // 2
Out[11]: Int64Index([0, 0, 1, 1, 2, 2, 3, 3], dtype='int64')

In [12]: df.groupby(df.index // 2).mean()
Out[12]:
        cor        est       rms        apr      mjd
0  0.055390  80.375390  0.016405  80.320000  57754.5
1  0.064000  80.339000  0.017610  80.275000  57755.5
2 -0.003595  80.201400  0.017170  80.204995  57756.5
3  0.089375  79.624355  0.017910  79.534980  57757.5

---

您可以使用

df.index//2

进行分组：

In [11]: df.index // 2
Out[11]: Int64Index([0, 0, 1, 1, 2, 2, 3, 3], dtype='int64')

In [12]: df.groupby(df.index // 2).mean()
Out[12]:
        cor        est       rms        apr      mjd
0  0.055390  80.375390  0.016405  80.320000  57754.5
1  0.064000  80.339000  0.017610  80.275000  57755.5
2 -0.003595  80.201400  0.017170  80.204995  57756.5
3  0.089375  79.624355  0.017910  79.534980  57757.5

---

与其他答案提供的

GroupBy

解决方案相比，大约快20%，您也可以使用平均值，然后使用以下方法选择每一秒的元素：

注意：此解决方案提供的索引与其他答案不同。 通过一些额外的测试，我发现

rolling

解决方案在大约10K行时更快，之后

GroupBy

更快：

df = pd.DataFrame(np.random.rand(100000, 5))
%timeit df.rolling(2).mean().iloc[1::2].reset_index(drop=True)
%timeit df.groupby(df.index // 2).mean()
#25.5 ms ± 1.05 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
#23.1 ms ± 1.66 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

---

与其他答案提供的

GroupBy

解决方案相比，大约快20%，您也可以使用平均值，然后使用以下方法选择每一秒的元素：

注意：此解决方案提供的索引与其他答案不同。 通过一些额外的测试，我发现

rolling

解决方案在大约10K行时更快，之后

GroupBy

更快：

df = pd.DataFrame(np.random.rand(100000, 5))
%timeit df.rolling(2).mean().iloc[1::2].reset_index(drop=True)
%timeit df.groupby(df.index // 2).mean()
#25.5 ms ± 1.05 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
#23.1 ms ± 1.66 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

df.rolling（2.mean（）[1:：2]

解释：

rolling（2）

将为每两个连续行计算

mean（）。结果数据帧的第一行将显示
Nan
，因为之前没有计算平均值的值。下一行将显示原始数据帧的第一行和第二行的平均值等。现在，如果要将数据帧减半，请计算非交错映射序列（第0行和第1行；第2行和第3行；第4行和第5行等）的平均值，然后使用
[1:：2]
索引器仅选择第二行
 
df.rolling（2.mean（）[1:：2]

解释：

rolling（2）
将为每两个连续行计算
mean（）。结果数据帧的第一行将显示
Nan
，因为之前没有计算平均值的值。下一行将显示原始数据帧的第一行和第二行的平均值等。现在，如果要将数据帧减半，请计算非交错映射序列（第0行和第1行；第2行和第3行；第4行和第5行等）的平均值，然后使用
[1:：2]
索引器仅选择第二行
 数字的预期输出是什么？数字的预期输出是什么？小建议，尝试在大数据中测试它（可能是相同的时间，可能不是）我添加了较大数据集的测试结果是的，我同意！对于大约1500行的数据集，滚动方法更快。小建议，尝试在大数据中测试它（可能是相同的计时，可能不是）。我添加了较大数据集的测试结果是的，我同意！对于大约1500行的数据集，滚动方法更快。