Python 熊猫是指groupby中的跨行和跨列

我有一个

dataframe

，我想在行和列之间求平均值，并按

Person

分组

通常我可以执行

.mean（）

和

.mean（axis=1）

，但是，我的数据有几个

NaN

值，因此此方法对具有

NaN

值的行应用不适当的权重

My code:
import pandas as pd
import numpy as np
df = pd.DataFrame(data=[[1,2,np.nan, 'Person A'],
                        [1,2,3, 'Person B'],
                        [2,np.nan,5,'Person B'],
                        [4,5,7, 'Person A']],
                  columns=['A', 'B','C', 'Person'])

df = df.groupby('Person').mean()

print df.mean(axis=1)

输出：

Person
Person A    4.333333
Person B    2.500000

Person
Person A    3.8
Person B    2.6
dtype: float64

Person
Person A    3.8
Person B    2.6
Name: value, dtype: float64

          A    B    C  mean
Person                     
Person A  1  2.0  NaN   3.8
Person B  1  2.0  3.0   2.6
Person B  2  NaN  5.0   2.6
Person A  4  5.0  7.0   3.8

期望输出：

Person
Person A    3.8
Person B    2.6

输出：

Person
Person A    4.333333
Person B    2.500000

Person
Person A    3.8
Person B    2.6
dtype: float64

Person
Person A    3.8
Person B    2.6
Name: value, dtype: float64

          A    B    C  mean
Person                     
Person A  1  2.0  NaN   3.8
Person B  1  2.0  3.0   2.6
Person B  2  NaN  5.0   2.6
Person A  4  5.0  7.0   3.8

或

输出：

Person
Person A    4.333333
Person B    2.500000

Person
Person A    3.8
Person B    2.6
dtype: float64

Person
Person A    3.8
Person B    2.6
Name: value, dtype: float64

          A    B    C  mean
Person                     
Person A  1  2.0  NaN   3.8
Person B  1  2.0  3.0   2.6
Person B  2  NaN  5.0   2.6
Person A  4  5.0  7.0   3.8

您可以使用强制这些值为-1以取消其权重：

df.set_index('Person').stack().groupby(level=0).mean()

输出：

Person       
Person A  3.8
Person B  2.6

您还可以执行以下操作：

df = df.set_index('Person').stack().groupby(level='Person').mean().to_frame()

print(df)

            0
Person       
Person A  3.8
Person B  2.6

这里使用的是

pd.Series.to_frame

，因为此方法返回一个Series对象，并且您希望返回一个dataframe

请参阅默认情况下删除每个Nan值

DataFrame.stack（level=-1，dropna=True）[source]

而级别采用int、string或这些元素的列表，默认为最后一级

---

级别到堆栈，可以传递级别名称。

如果要将结果保留在数据帧中，两步过程可能更有用：

df = df.set_index('Person')
df['mean'] = df.stack().groupby(level=0).mean()

输出：

Person
Person A    4.333333
Person B    2.500000

Person
Person A    3.8
Person B    2.6
dtype: float64

Person
Person A    3.8
Person B    2.6
Name: value, dtype: float64

          A    B    C  mean
Person                     
Person A  1  2.0  NaN   3.8
Person B  1  2.0  3.0   2.6
Person B  2  NaN  5.0   2.6
Person A  4  5.0  7.0   3.8

---

谢谢你的好建议，但我希望他们被排除在外。如果它们变为0，则会影响平均值。@user2242044 Fixed:）@Tbaki previus的答案非常接近，请允许我编辑。再加一个给这个。@Damianaltenero谢谢！我不知道这些功能，我会调查的！谢谢这很好，但在实际应用中，我遇到了一个内存错误。知道如何更有效地执行此操作吗？我得到错误：

AttributeError:'DataFrame'对象没有属性“melt”

Ah。熊猫的老版本。在Pandas.20.1中，将melt移动到dataframe methodpd.melt（df，id_vars='Person'）.groupby（'Person'）['value'].mean（）…给该语句一个trystill将获得内存错误，

melt

可能更好，但两者都不能处理我需要处理的数据量。也许我可以分块做。为什么这会创建一个系列而不是一个数据帧？@user2242044根据pandas doc，de方法返回一个系列。那会影响你的结果吗？方法stack（）不，没有，但我在之后尝试对其执行

DataFrame

操作，但遇到问题，但使用

pd.Series将其转换回
DataFrame
。to_frame（df）

@user2242044我更新了答案，如果知道您可以使用DataFrame，请告诉我