Python 如何从大型数据集中提取特定行集以查找统计操作。每一组的两边都增加1？

我想从大型数据集（.mat）中找到一些统计操作，如均值、中位数、标准差和方差。比如说，它包含1000*1。
在这里，我想为每10行查找平均值和中值等，并将其保留在新列中。i、 e

类似地，中位数、标准差等这些值保持在col1（平均值）中；col2（中值）、col3（变异）和col4（标准差）。 我能够为我的整个数据集解决这些特性。但在这里，每次索引在两个方向上都增加1

我应该写的意思是，中位数。。。函数在FOR循环本身中或单独使用。你能给我举个例子吗

这是我的代码！！！但在产量方面没有运气

---

已签入堆栈门户。但我没有发现两边都是递增的，也没有发现这些特性。请帮帮我。

熊猫通过以下方式提供即时统计数据：；例如，如果

值

由

values = pd.Series(np.random.uniform(size=1000))

然后，您可以使用

values.rolling(window=10).agg([np.mean, np.median, np.var, np.std])

---

非常感谢您的回复。它在两个方向上都增加一吗？我应该加入循环吗！我对数据科学非常陌生。比如说，第一列的

i

th值是值的平均值。

i-10+1

到

i

；尝试在

np.arange（1000）

上运行它，并检查结果是否符合您的期望。谢谢，我正在得到我需要的。但我这里有一个.mat文件。我试图通过将mat文件转换为.csv或txt文件来读取mat文件，但没有成功。我得到的前9个值是无。这些值是NaN，因为它们前面没有10个值，所以这是预期的行为。值=pd.Series（np.random.uniform（size=1000））这里1000是不固定的。我想要一个.mat文件。给出了前1到20个值（51,57,62,66,70,73,76,77,77,76,73,70,66,62,57,0,46,41,36,32…）。这里的大小取自我的mat1文件，或者随机取1000个数字。

values = pd.Series(np.random.uniform(size=1000))

values.rolling(window=10).agg([np.mean, np.median, np.var, np.std])