将 Pandas 数据帧中的列替换为该列的平均值

Question

我有一个数据帧：

df = pd.DataFrame([[1, 2], [1, 3], [4, 6]], columns=['A', 'B'])

   A  B

0  1  2

1  1  3

2  4  6

我想返回一个相同大小的数据帧，其中包含每列的平均值：

   A      B

0  2  3.666

1  2  3.666

2  2  3.666

有没有一种简单的方法可以做到这一点？

Answer 1

这是一个分配：df.assign(**df.mean())    A         B0  2.0  3.6666671  2.0  3.6666672  2.0  3.666667详均值可通过以下公式轻松获得：DataFrame.meandf.mean()tenor_yrs    14.292857rates         2.622000dtype: float64综上所述，我们可以使用字典解包将现有列替换为结果值。请注意，我们可以使用以下方法将 解压缩到字典中：SeriesSeries**{**df.mean()}# {'tenor_yrs': 14.292857142857143, 'rates': 2.622}假设添加新列的方式是 as ，解压缩使字典键成为函数的参数。并且由于原始数据帧的索引受到尊重，因此会将数据帧的值替换为均值。assigndf.assign(a_given_column=a_value, another_column=some_other_value)df.assign(**df.mean())

Answer 2

在创建数据帧时，您只能提供一行：pd.DataFrame(data = [df.mean()], index = df.index)它提供：     A         B0  2.0  3.6666671  2.0  3.6666672  2.0  3.666667

Answer 3

重新创建数据帧。将平均值系列发送到字典，然后索引定义行数。pd.DataFrame(df.mean().to_dict(), index=df.index)#     A         B#0  2.0  3.666667#1  2.0  3.666667#2  2.0  3.666667相同的概念，但首先创建完整阵列可以节省大量时间。pd.DataFrame(np.broadcast_to(df.mean(), df.shape),              index=df.index,              columns=df.columns)以下是一些时间。当然，这将略微取决于列数，但是当您提供整个数组开始时，您可以看到存在相当大的差异import perfplotimport pandas as pdimport numpy as npperfplot.show(    setup=lambda N: pd.DataFrame(np.random.randint(1,100, (N, 5)),                                 columns=[str(x) for x in range(5)]),     kernels=[        lambda df: pd.DataFrame(np.broadcast_to(df.mean(), df.shape), index=df.index, columns=df.columns),        lambda df: df.assign(**df.mean()),        lambda df: pd.DataFrame(df.mean().to_dict(), index=df.index)    ],    labels=['numpy broadcast', 'assign', 'dict'],    n_range=[2 ** k for k in range(1, 22)],    equality_check=np.allclose,    xlabel="Len(df)")