在python中切片列的值并计算平均值

我有一个包含三列的数据框架：

a      b      c
0      73     12
73     80     2
80     100    5
100    150    13

“a”和“b”中的值为天。我需要找到每30天间隔内“c”的平均值（30天内[min（a），max（b）]内的切片值，并计算c的平均值）。因此，我希望有这样一个数据帧：

aa     bb     c_avg
0      30     12
30     60     12
60     90     6.33
90     120    9
120    150    13

另一个样本数据可以是：

        a       b       c
    0   1264.0  1629.0  0.000000
    1   1629.0  1632.0  133.333333
    6   1632.0  1699.0  0.000000
    2   1699.0  1706.0  21.428571
    7   1706.0  1723.0  0.000000
    3   1723.0  1726.0  50.000000
    8   1726.0  1890.0  0.000000
    4   1890.0  1893.0  33.333333
    1   1893.0  1994.0  0.000000

---

如何进入最终表？

首先通过定义的范围

a

和

b

列创建范围

DataFrame

：

a = np.arange(0, 180, 30)
df1 = pd.DataFrame({'aa':a[:-1], 'bb':a[1:]})
#print (df1)

然后通过辅助列将所有行交叉连接到tmp

tmp

：

df3 = pd.merge(df1.assign(tmp=1), df.assign(tmp=1), on='tmp')
#print (df3)

最后一个过滤器-有两个按列过滤的解决方案：

df4 = df3[df3['aa'].between(df3['a'], df3['b']) | df3['bb'].between(df3['a'], df3['b'])] 
print (df4)
     aa   bb  tmp    a    b   c
0     0   30    1    0   73  12
4    30   60    1    0   73  12
8    60   90    1    0   73  12
10   60   90    1   80  100   5
14   90  120    1   80  100   5
15   90  120    1  100  150  13
19  120  150    1  100  150  13

df4 = df4.groupby(['aa','bb'], as_index=False)['c'].mean()
print (df4)
    aa   bb     c
0    0   30  12.0
1   30   60  12.0
2   60   90   8.5
3   90  120   9.0
4  120  150  13.0

---

---

首先通过定义的范围

a

和

b

列创建范围

DataFrame

：

a = np.arange(0, 180, 30)
df1 = pd.DataFrame({'aa':a[:-1], 'bb':a[1:]})
#print (df1)

然后通过辅助列将所有行交叉连接到tmp

tmp

：

df3 = pd.merge(df1.assign(tmp=1), df.assign(tmp=1), on='tmp')
#print (df3)

最后一个过滤器-有两个按列过滤的解决方案：

df4 = df3[df3['aa'].between(df3['a'], df3['b']) | df3['bb'].between(df3['a'], df3['b'])] 
print (df4)
     aa   bb  tmp    a    b   c
0     0   30    1    0   73  12
4    30   60    1    0   73  12
8    60   90    1    0   73  12
10   60   90    1   80  100   5
14   90  120    1   80  100   5
15   90  120    1  100  150  13
19  120  150    1  100  150  13

df4 = df4.groupby(['aa','bb'], as_index=False)['c'].mean()
print (df4)
    aa   bb     c
0    0   30  12.0
1   30   60  12.0
2   60   90   8.5
3   90  120   9.0
4  120  150  13.0

---

---

你能在你的问题陈述中更精确一点吗？我很乐意帮助你解决这个问题。我基本上需要从最小值（a）和最大值（b）之间的值创建新的时间间隔，当c在新的时间间隔内时，计算“c”的平均值。希望我能说得更清楚。请分享你的尝试（代码）。我根本无法解决这个问题！这就是为什么在这里。：-）你能在你的问题陈述中更精确一点吗？我很乐意帮助你解决这个问题。我基本上需要从最小值（a）和最大值（b）之间的值创建新的时间间隔，当c在新的时间间隔内时，计算“c”的平均值。希望我能说得更清楚。请分享你的尝试（代码）。我根本无法解决这个问题！这就是为什么在这里。：-）哎呀！我觉得这和我需要的有点不同。例如，第三行应该返回（12+2+5）/3，即6.3333，第四行应该返回（5+13）/2，即9，等等。可能我没有足够清楚地解释问题！：-/@geek2000-对不起，请给我一些时间。谢谢！这真是太棒了，在这些数据上效果非常好。但由于某些原因，我无法使它在我的原始数据上工作。当我得到df4时，所有的平均值都为零。我会玩它，并努力使它工作！但是如果你想不出来的话，会给你带来麻烦；-）再次感谢您的大力帮助@geek2000-没有数据的难题。但在我看来，如果列中的数值，

print（df.dtypes）

刚刚检查过，那么这是一个很好的测试。它们都是浮子！：-/我将编辑问题并添加一个原始数据样本。我不知道这为什么不起作用！哎呀！我觉得这和我需要的有点不同。例如，第三行应该返回（12+2+5）/3，即6.3333，第四行应该返回（5+13）/2，即9，等等。可能我没有足够清楚地解释问题！：-/@geek2000-对不起，请给我一些时间。谢谢！这真是太棒了，在这些数据上效果非常好。但由于某些原因，我无法使它在我的原始数据上工作。当我得到df4时，所有的平均值都为零。我会玩它，并努力使它工作！但是如果你想不出来的话，会给你带来麻烦；-）再次感谢您的大力帮助@geek2000-没有数据的难题。但在我看来，如果列中的数值，

print（df.dtypes）

刚刚检查过，那么这是一个很好的测试。它们都是浮子！：-/我将编辑问题并添加一个原始数据样本。我不知道这为什么不起作用！