Python 将聚合函数应用于datatable列并返回值,而不是datatable
也许是个愚蠢的问题,但是 在中,如果我想得到一列的平均值,我可以引用一个列向量,比如foo$x,然后用meanfoo$x计算它的平均值 我想不出怎么用它来做这个手术。比如说,Python 将聚合函数应用于datatable列并返回值,而不是datatable,python,py-datatable,Python,Py Datatable,也许是个愚蠢的问题,但是 在中,如果我想得到一列的平均值,我可以引用一个列向量,比如foo$x,然后用meanfoo$x计算它的平均值 我想不出怎么用它来做这个手术。比如说, # imports import numpy as np import datatable as dt from datatable import f # make datatable np.random.seed(1) foo = dt.Frame({'x': np.random.randn(10)}) # calc
# imports
import numpy as np
import datatable as dt
from datatable import f
# make datatable
np.random.seed(1)
foo = dt.Frame({'x': np.random.randn(10)})
# calculate mean
dt.mean(foo.x) # error
dt.mean(foo[:, f.x]) # Expr:mean(<Frame [10 rows x 1 col]>) ???
foo[:, dt.mean(f.x)][0, 0] # -0.0971
虽然最后一条语句在技术上可行,但它首先返回一个1x1数据表,我从中提取唯一的值,这似乎过于繁琐。我正在努力解决的基本问题是,我不知道python datatable中是否存在列向量和/或如何引用它们
简而言之,有没有一种更简单的方法可以使用python datable计算列的平均值?稍微概括一下,让我们从一个包含多个列的框架开始:
>>> import numpy as np
>>> from datatable import f, dt
>>> np.random.seed(1)
>>> foo = dt.Frame(x=np.random.randn(10), y=np.random.randn(10))
>>> foo
x y
-- --------- ----------
0 1.62435 1.46211
1 -0.611756 -2.06014
2 -0.528172 -0.322417
3 -1.07297 -0.384054
4 0.865408 1.13377
5 -2.30154 -1.09989
6 1.74481 -0.172428
7 -0.761207 -0.877858
8 0.319039 0.0422137
9 -0.24937 0.582815
[10 rows x 2 columns]
首先,simple.mean方法将返回一个1x2帧,每列平均值为:
>>> foo.mean()
x y
-- ---------- ---------
0 -0.0971409 -0.169588
[1 row x 2 columns]
如果需要单个列的平均值,必须首先从foo中选择该列:foo[:,f.y],或foo[:,'y'],或仅从foo['y']中选择:
现在,如果希望使用数字而不是1x1帧,可以使用[0,0]选择器或调用函数。mean1:
>>> foo['y'].mean()
y
-- ---------
0 -0.169588
[1 row x 1 column]
>>> foo['y'].mean()[0, 0]
-0.1695883821153589
>>> foo['y'].mean1()
-0.1695883821153589