Python 熊猫：从行中的每个元素中减去行平均值

我有一个数据框架，其中的行按化学元素类型索引，列表示不同的样本。这些值是浮点数，表示每个样本中行元素的存在程度

我想计算每一行的平均值，然后从该特定行的每个值中减去它，以规范化数据，并为该数据集创建一个新的数据帧

---

我试着使用mean（1），它给了我一个系列对象，每个化学元素的平均值，这是好的，但是我试着使用subtract，它不起作用。

你可以使用DataFrame的

sub

方法，并指定减法应该按行进行（

axis=0

）与默认的按列行为相反：

df.sub(df.mean(axis=1), axis=0)

下面是一个例子：

>>> df = pd.DataFrame({'a': [1.5, 2.5], 'b': [0.25, 2.75], 'c': [1.25, 0.75]})
>>> df
     a     b     c
0  1.5  0.25  1.25
1  2.5  2.75  0.75

每行的平均值很容易计算：

>>> df.mean(axis=1)
0    1
1    2
dtype: float64

要取消数据帧行的平均值，只需从

df

中减去行的平均值，如下所示：

>>> df.sub(df.mean(axis=1), axis=0)
     a     b     c
0  0.5 -0.75  0.25
1  0.5  0.75 -1.25

---

除了@ AJCR的优秀答案之外，您可能还需要考虑重新排列存储数据的方式。 目前，在不同的列中使用不同的示例时，您所采用的方式是使用电子表格时的表示方式，但这可能不是表示数据的最有用的方式

通常情况下，每列表示一个真实实体的唯一信息。此类数据的典型示例是一个人：

id  name  hair_colour  Age
1   Bob   Brown        25

实际上，不同的示例是不同的真实世界实体

因此，我建议使用两级索引来描述每一条信息。这使得以您想要的方式操作数据更加方便

因此：

现在，我们可以使用

groupby

的所有美味功能：

>>> demean = lambda x: x - x.mean()
>>> df.groupby(level='element').transform(demean)
element  sample
Sn       A        -1
         B         0
         C         1
Pb       A        -2
         B         0
         C         2

---

当您以这种方式查看数据时，您会发现许多以前是多列

数据帧的用例实际上是多索引
系列
，您在数据的表示和转换方面拥有更大的权力。
我认为轴确实令人困惑。例如，
axis=1
意味着获得行平均值，然而，
axis=1
意味着减去列平均值，我是否误解了如何使用axis的传统。我同意这可能会很混乱（我经常被卡住，在处理NumPy/Pandas的时候不得不玩弄轴号）。基本上，
axis=1
只是表示“跨越数据帧”。这可能意味着一行中的条目（如
df.mean（axis=1）
），或者，由于列的名称也跨越数据帧，因此在需要引用列名时使用
axis=1
。关于堆栈溢出这个主题，我想有几个问题，其中一个我已经回答了。
>>> demean = lambda x: x - x.mean()
>>> df.groupby(level='element').transform(demean)
element  sample
Sn       A        -1
         B         0
         C         1
Pb       A        -2
         B         0
         C         2