在Python中比较两个列名并插入平均值

我的CSV文件如下所示。第一行是波长的列名

3000   3005   3010   3020   3025   3035
0.12   0.11   0.19   0.16   0.18   0.20
0.25   0.34   0.15   0.20   0.25   0.45
0.05   0.08   0.25   0.35   0.66   0.22

像这样，我总共有大约135列，其中28列缺失。列以5为增量。因此，我想比较列名并插入上一列和下一列数据的平均值。例如，缺少列

3015

，因此我想将其与列列表进行比较，并将平均值（例如

（0.19+0.16）/2

）插入新列（

3015

）

现在我只是手动操作，就像：

data["3015"] = None
data["3015"] = (data["3010"] + data["3020"]) / 2.

---

有没有更有效的方法来实现这一点？

根据列是str还是int，第一行可能需要更改，但基本上您可以使用df来生成缺少的波长，然后调用并传递

axis=1

来填充缺少的值，这相当于在以下时间前后取测量值的平均值：

In [149]:
new_df = df.reindex(columns=np.arange(3000, 3040, 5).astype(str))
new_df

Out[149]:
   3000  3005  3010  3015  3020  3025  3030  3035
0  0.12  0.11  0.19   NaN  0.16  0.18   NaN  0.20
1  0.25  0.34  0.15   NaN  0.20  0.25   NaN  0.45
2  0.05  0.08  0.25   NaN  0.35  0.66   NaN  0.22

In [158]:
new_df.interpolate(axis=1)

Out[158]:
   3000  3005  3010   3015  3020  3025  3030  3035
0  0.12  0.11  0.19  0.175  0.16  0.18  0.19  0.20
1  0.25  0.34  0.15  0.175  0.20  0.25  0.35  0.45
2  0.05  0.08  0.25  0.300  0.35  0.66  0.44  0.22

因此，如果您的列如下所示：

In [146]:    
df.columns.tolist()

Out[146]:
['3000', '3005', '3010', '3020', '3025', '3035']

然后，您需要对np.arange的结果进行强制转换，如我所示，如果存在int，则不需要强制转换，因此可以执行以下操作：

new_df = df.reindex(columns=np.arange(3000, 3040, 5))

---

请注意，您正在执行

data[str（x）]=（data[str（x-5）]+data[str（x+5）]）/2.

，并从那里开始工作。此外，您不需要初始化为

None

。如果缺少连续两个，例如

3015

和

3020

，该怎么办？还是连续八次？您是如何加载csv的？你在用熊猫吗？@EdChum是的，我在用熊猫…好的，你的列是str还是int？如果执行

df.columns.tolist（）