Python 在新列中添加dataframe的统计信息

我有一个数据帧df，如下所示：

   A  B  C  D  E  F   ....   Z
0  3  4  7  1  5  10  ....   2
1  2  5  8  3  3  18  ....   3
2  5  4  9  5  6  75  ....   2
3  1  5  4  7  9  7   ....   1
4  4  5  2  1  2  10  ....   1
5  7  4  3  0  4  10  ....   0

df['F_mean'] = df['F'].mean()
df['F_std'] = df['F'].std()
df['F_min'] = df['F'].min()
df['F_max'] = df['F'].max()

我添加了一个新的列，列F的统计数据如下：

   A  B  C  D  E  F   ....   Z
0  3  4  7  1  5  10  ....   2
1  2  5  8  3  3  18  ....   3
2  5  4  9  5  6  75  ....   2
3  1  5  4  7  9  7   ....   1
4  4  5  2  1  2  10  ....   1
5  7  4  3  0  4  10  ....   0

df['F_mean'] = df['F'].mean()
df['F_std'] = df['F'].std()
df['F_min'] = df['F'].min()
df['F_max'] = df['F'].max()

是否有任何方法可以添加所有列的统计数据mean、std、min、max，而不必手动键入每个新列？我尝试用这段代码来实现mean函数，但我得到了一个错误代码'Index'对象没有属性'mean'

df[columns + '_mean'] = df.columns.mean()

我的目标是将这样的列添加到我的df数据帧中，但是对于每一列，从A到Z

  A_mean   A_min   A_max ....Z_max
0  1        4        7  
1  1        4        7  
2  1        4        7  
3  1        4        7  
4  1        4        7  
5  1        4        7  

谢谢,，

---

R

您可以使用

.descripe（）

并选择实际需要的行。

您可以使用

.descripe（）

并选择实际需要的行。

您可以使用

descripe（）

查找

数据帧

此函数可同时提供多个有用的功能。例如，您将获得三个四分位数，平均值、计数、最小值和最大值以及标准偏差。这非常有用，尤其是在探索性数据分析中

举个例子：

>>> df
   col1  col2  col3
0     1    50     3
1     1    40     3
2     1    11     3
3     2    10     4
4     2    25     4
>>> df.describe()
           col1       col2      col3
count  5.000000   5.000000  5.000000
mean   1.400000  27.200000  3.400000
std    0.547723  17.655028  0.547723
min    1.000000  10.000000  3.000000
25%    1.000000  11.000000  3.000000
50%    1.000000  25.000000  3.000000
75%    2.000000  40.000000  4.000000
max    2.000000  50.000000  4.000000

我不认为把它们都作为一个列，但你可以定义

数据帧的列标准偏差
数据帧的行标准偏差
所以，不是特定于行或列，您可以尝试下面的方法

df['F_mean'] = df.mean(axis=1)
df['F_std'] = df.std(axis=1)
df['F_min'] = df.min(axis=1)
df['F_max'] = df.max(axis=1)

更好：

>>> df.describe().loc[['count','mean', 'std', 'min', 'max']]
           col1       col2      col3
count  5.000000   5.000000  5.000000
mean   1.400000  27.200000  3.400000
std    0.547723  17.655028  0.547723
min    1.000000  10.000000  3.000000
max    2.000000  50.000000  4.000000

您可以使用
descripe（）
查找
DataFrame

此函数可同时提供多个有用的功能。例如，您将获得三个四分位数，平均值、计数、最小值和最大值以及标准偏差。这非常有用，尤其是在探索性数据分析中

举个例子：

>>> df
   col1  col2  col3
0     1    50     3
1     1    40     3
2     1    11     3
3     2    10     4
4     2    25     4
>>> df.describe()
           col1       col2      col3
count  5.000000   5.000000  5.000000
mean   1.400000  27.200000  3.400000
std    0.547723  17.655028  0.547723
min    1.000000  10.000000  3.000000
25%    1.000000  11.000000  3.000000
50%    1.000000  25.000000  3.000000
75%    2.000000  40.000000  4.000000
max    2.000000  50.000000  4.000000

我不认为把它们都作为一个列，但你可以定义

数据帧的列标准偏差
数据帧的行标准偏差
所以，不是特定于行或列，您可以尝试下面的方法

df['F_mean'] = df.mean(axis=1)
df['F_std'] = df.std(axis=1)
df['F_min'] = df.min(axis=1)
df['F_max'] = df.max(axis=1)

更好：

>>> df.describe().loc[['count','mean', 'std', 'min', 'max']]
           col1       col2      col3
count  5.000000   5.000000  5.000000
mean   1.400000  27.200000  3.400000
std    0.547723  17.655028  0.547723
min    1.000000  10.000000  3.000000
max    2.000000  50.000000  4.000000

是的，但是我如何在一个新的列中得到这个计数，平均值，std，min，max，比如我要求的df.F？@rafa_sa，刚刚更新了答案，看看是否有用。我理解你的意思，但是我必须为每一列写一个额外的代码
df['a_mean']=
，
df['a_std']=
，
df['a_min']=
，
df['A_max']=
然后对B、C、D、E、F直到Z都是一样的。我的问题是如何更容易地做到这一点，这样我就不必为每只手的每一列都写它了？试试..>>
df.descripe（）.loc['count'，'mean'，'std'，min'，max']
我会检查一下，看看我是否能对此有所了解。是的，但是我如何在一个新的列中得到这个计数，平均值，标准差，最小值，最大值，比如我要求的df.F？@raffa_sa，刚刚更新了答案，看看这是否有帮助。我明白你的意思，但是我必须为每一列写一个额外的代码
df['a_mean']=
，
df['A_std']=
，
df['A_min']=
，
df['A_max']=
，然后对B，C，D，E，F直到Z都是一样的。我的问题是，我如何更容易地做到这一点，这样我就不必为每只手的每一列都写了？试试..>
df.description（）.loc['count'，'mean'，'std'，'min']
我来查一下，看看能不能查到什么。