Python 熊猫：通过圆柱体数计算每行的平均值

我有一个CSV文件（Mspec数据），如下所示：

#Header
#
"Cycle";"Time";"ms";"mass amu";"SEM c/s"
0000000001;00:00:01;0000001452;     1,00;       620
0000000001;00:00:01;0000001452;     1,20;      4730
0000000001;00:00:01;0000001452;     1,40;      4610
...       ;..:..:..;..........;.........;...........

      Cycle      Time      ms  mass amu  SEM c/s
0         1  00:00:01    1452       1.0      620
1         1  00:00:01    1452       1.2     4730
2         1  00:00:01    1452       1.4     4610
...     ...       ...     ...       ...      ...
3872      4  00:06:30  390971       1.0    32290
3873      4  00:06:30  390971       1.2    31510

df.groupby(['ms', 'mass amu'])['SEM c/s'].mean()

我通过以下途径阅读：

 df = pd.read_csv(Filename, header=30,delimiter=';',decimal= ',' )

结果如下所示：

#Header
#
"Cycle";"Time";"ms";"mass amu";"SEM c/s"
0000000001;00:00:01;0000001452;     1,00;       620
0000000001;00:00:01;0000001452;     1,20;      4730
0000000001;00:00:01;0000001452;     1,40;      4610
...       ;..:..:..;..........;.........;...........

      Cycle      Time      ms  mass amu  SEM c/s
0         1  00:00:01    1452       1.0      620
1         1  00:00:01    1452       1.2     4730
2         1  00:00:01    1452       1.4     4610
...     ...       ...     ...       ...      ...
3872      4  00:06:30  390971       1.0    32290
3873      4  00:06:30  390971       1.2    31510

df.groupby(['ms', 'mass amu'])['SEM c/s'].mean()

此数据包含几个具有相同参数的质量规格扫描。循环编号1表示扫描1，以此类推。我想计算最后一列中每个相应相同质量的平均值SEM c/s。最后，我希望有一个新的数据框，只包含：

ms  "mass amu"  "SEM c/s(mean over all cycles)"

显然，质量的平均值不需要计算。我希望避免将每个周期读入一个新的数据框，因为这意味着我必须查找每个质谱的长度。不同测量的“质量范围”和“共振”明显不同（）。 我想直接在numpy做计算是最好的，但我被卡住了

提前感谢您

您可以使用

groupby（）

，类似于以下内容：

#Header
#
"Cycle";"Time";"ms";"mass amu";"SEM c/s"
0000000001;00:00:01;0000001452;     1,00;       620
0000000001;00:00:01;0000001452;     1,20;      4730
0000000001;00:00:01;0000001452;     1,40;      4610
...       ;..:..:..;..........;.........;...........

      Cycle      Time      ms  mass amu  SEM c/s
0         1  00:00:01    1452       1.0      620
1         1  00:00:01    1452       1.2     4730
2         1  00:00:01    1452       1.4     4610
...     ...       ...     ...       ...      ...
3872      4  00:06:30  390971       1.0    32290
3873      4  00:06:30  390971       1.2    31510

df.groupby(['ms', 'mass amu'])['SEM c/s'].mean()

在所有循环中，你有不同的ms，你想计算每组相同ms的SEM平均值。
我将向你展示一个分步示例。
您应该调用每个组，然后将平均值放入字典中以在数据帧中转换。

ms_uni = df['ms'].unique()  #calculate the unique ms values
new_df_dict = { "ma":[],  "SEM":[] } #later you will rename them

for un in range( len(ms_uni) ):
    cms = ms_uni[un]
    new_df_dict['ma'].append( cms )
    new_df_dict['SEM'].append( df[ df['ms']==cms ]['SEM c/s'].mean() ) #advise: change the column name in a more safe SEM-c_s

new_df = pd.DataFrame(new_df_dict) #end of the dirty work
new_df.rename(index=str, columns={'ma':"mass amu", "SEM": "SEM c/s(mean over all cycles)"} )

希望它能有帮助

与功能一起使用，谢谢！但是只有df.groupby（['mass amu']）['SEM c/s'].mean（）wokred。这有什么原因吗。在numpy我该怎么做？