Python 特定列的平均值并将其存储在新列中

我做错了什么？我有一个dataframe，其中我添加了两个新列，第一个列通过将每列中所有等于1的值添加到右边来创建计数。那部分很好用。代码的下一部分应该给出右边所有不等于0的值的平均值。出于某种原因，它还考虑了左侧的值。这是代码。谢谢你的帮助

我已经尝试了我的代码以及下面的两种解决方案，但仍然得到了错误的平均值。这是一个带有随机数据帧的简化版本，以及所有三个版本的代码。我删除了左边的值，但仍然存在平均值错误的问题。也许这会有帮助

第1版：

df = pd.DataFrame(np.random.randint(0,3,size=(10, 10)), columns=list('ABCDEFGHIJ'))

idx_last = len(df.columns)
df.insert(loc=0, column='new', value=df[df[0:(idx_last+1)]==1].sum(axis=1))

idx_last = len(df.columns)
df.insert(loc=1, column='avg', value=df[df[0:(idx_last+1)]!=0].mean(axis=1))

df

第2版：

df = pd.DataFrame(np.random.randint(0,3,size=(10, 10)), columns=list('ABCDEFGHIJ'))

df.insert(loc=0, column='new', value=(df.iloc[:, 0:]==1).sum(axis=1))
df.insert(loc=1, column='avg', value=(df.iloc[:, 1:]!=0).mean(axis=1))

df

第3版：

df = pd.DataFrame(np.random.randint(0,3,size=(10, 10)), columns=list('ABCDEFGHIJ'))

idx_last = len(df.columns)
loc_value=0
df.insert(loc=loc_value, column='new', value=df[df[loc_value:(idx_last+1)]==1].sum(axis=1))

idx_last = len(df.columns)
loc_value=1
df.insert(loc=loc_value, column='avg', value=df[df[loc_value: (idx_last+1)]!=0].sum(axis=1))

df

我相信您需要按位置获取列的函数，因为需要添加新列，请使用位置+1 for

avg

column with将不匹配的值替换为缺少的值：

np.random.seed(123)
df = pd.DataFrame(np.random.randint(0,3,size=(10, 5)), columns=list('ABCDE'))

df.insert(loc=0, column='new', value=(df.iloc[:, 0:]==1).sum(axis=1))
df.insert(loc=1, column='avg', value=(df.iloc[:, 1:].where(df.iloc[:, 1:]!=0)).mean(axis=1))
print (df)
   new       avg  A  B  C  D  E
0    1  1.750000  2  1  2  2  0
1    2  1.600000  2  2  1  2  1
2    2  1.500000  2  1  0  1  2
3    2  1.333333  1  0  2  0  1
4    1  1.500000  2  1  0  0  0
5    1  1.666667  0  1  2  0  2
6    2  1.000000  0  0  1  0  1
7    1  1.500000  0  0  0  2  1
8    2  1.600000  1  2  2  2  1
9    1  1.500000  0  0  2  1  0

或者在

df1

变量中使用helper

DataFrame

：

np.random.seed(123)
df = pd.DataFrame(np.random.randint(0,3,size=(10, 5)), columns=list('ABCDE'))

df1 = df.copy()
df.insert(loc=0, column='new', value=(df1==1).sum(axis=1))
df.insert(loc=1, column='avg', value=df1.where(df1!=0).mean(axis=1))
print (df)
   new       avg  A  B  C  D  E
0    1  1.750000  2  1  2  2  0
1    2  1.600000  2  2  1  2  1
2    2  1.500000  2  1  0  1  2
3    2  1.333333  1  0  2  0  1
4    1  1.500000  2  1  0  0  0
5    1  1.666667  0  1  2  0  2
6    2  1.000000  0  0  1  0  1
7    1  1.500000  0  0  0  2  1
8    2  1.600000  1  2  2  2  1
9    1  1.500000  0  0  2  1  0

我相信您需要按位置获取列的函数，因为需要添加新列，请使用位置+1 for

avg

column with将不匹配的值替换为缺少的值：

np.random.seed(123)
df = pd.DataFrame(np.random.randint(0,3,size=(10, 5)), columns=list('ABCDE'))

df.insert(loc=0, column='new', value=(df.iloc[:, 0:]==1).sum(axis=1))
df.insert(loc=1, column='avg', value=(df.iloc[:, 1:].where(df.iloc[:, 1:]!=0)).mean(axis=1))
print (df)
   new       avg  A  B  C  D  E
0    1  1.750000  2  1  2  2  0
1    2  1.600000  2  2  1  2  1
2    2  1.500000  2  1  0  1  2
3    2  1.333333  1  0  2  0  1
4    1  1.500000  2  1  0  0  0
5    1  1.666667  0  1  2  0  2
6    2  1.000000  0  0  1  0  1
7    1  1.500000  0  0  0  2  1
8    2  1.600000  1  2  2  2  1
9    1  1.500000  0  0  2  1  0

或者在

df1

变量中使用helper

DataFrame

：

np.random.seed(123)
df = pd.DataFrame(np.random.randint(0,3,size=(10, 5)), columns=list('ABCDE'))

df1 = df.copy()
df.insert(loc=0, column='new', value=(df1==1).sum(axis=1))
df.insert(loc=1, column='avg', value=df1.where(df1!=0).mean(axis=1))
print (df)
   new       avg  A  B  C  D  E
0    1  1.750000  2  1  2  2  0
1    2  1.600000  2  2  1  2  1
2    2  1.500000  2  1  0  1  2
3    2  1.333333  1  0  2  0  1
4    1  1.500000  2  1  0  0  0
5    1  1.666667  0  1  2  0  2
6    2  1.000000  0  0  1  0  1
7    1  1.500000  0  0  0  2  1
8    2  1.600000  1  2  2  2  1
9    1  1.500000  0  0  2  1  0

---

问题出现在表达式中，

（df.iloc[：，1:::！=0）.mean（axis=1）

。这是因为

df.iloc[：，1:]=0将返回布尔矩阵，因为它是一个比较表达式。取这些值的平均值不会给出原始值的平均值，因为这样的矩阵中的最大值无论如何都是1。
因此，以下内容可以完成这项工作（请注意索引）

问题出现在表达式中，
（df.iloc[：，1:::！=0）.mean（axis=1）
。这是因为
df.iloc[：，1:]=0将返回布尔矩阵，因为它是一个比较表达式。取这些值的平均值不会给出原始值的平均值，因为这样的矩阵中的最大值无论如何都是1。
因此，以下内容可以完成这项工作（请注意索引）

很抱歉，现在我知道得更多了，很抱歉，现在我知道我不能让它工作。我已经更新并简化了这个问题。也许你会有一些见解。@rwa-你能更具体一点吗？如果使用
np.random.seed（123）
df=pd.DataFrame（np.random.randint（0,3，size=（10,5）），columns=list（'ABCDE'））
预期的输出是什么？好吧，我试过了，用上面的确切数据框，我预计avg列是1.75 1.60 1.50 1.33 1.50 1.67 1.00 1.50 1.60 1.50，这将是第一行（2+1+2）的平均值=7和7/4=1.75我无法让它工作。我已经更新并简化了这个问题。也许你会有一些见解。@rwa-你能更具体一点吗？如果使用
np.random.seed（123）
df=pd.DataFrame（np.random.randint（0,3，size=（10,5）），columns=list（'ABCDE'））

预期的输出是什么？好吧，我试过了，用上面的确切数据框，我预计avg列是1.75 1.60 1.50 1.33 1.50 1.67 1.00 1.50 1.60 1.50，这将是第一行（2+1+2）的平均值=7和7/4=1.75谢谢你的详细解释。这真的帮助我明白我做错了什么。谢谢你的详细解释。这真的帮助我明白我做错了什么。