python 中循环获取列名

Question

我想将一个数据帧（df1）的平均值写入另一个数据帧（dfmaster）。我可以手动管理它，但我想以这种方式自动化该过程，它将从 df1 （作为变量）读取所有列名称，并且这些变量将在下面的代码中使用，以计算所有列的平均值数据帧 (df1) 中的列。

从这个数据框中应该计算出列的平均值：

import pandas as pd 
data = [[6.2, 10, 8], [6.4, 15, 13], [6.6, 14, 6]] 
df1 = pd.DataFrame(data, columns = ['Prozess233', 'Prozess234', 'Prozess235']) 
df1

这是应存储均值的主数据框：

data = [['Prozess233','NaN', 'NaN','NaN'], ['Prozess234','NaN', 'NaN', 'NaN'], ['Prozess235','NaN', 'NaN', 'NaN']] 

dfmaster = pd.DataFrame(data, columns = ['Process', 'Mean', 'St.Dev', 'Max']) 

dfmaster 

以下是计算 df1 的一列平均值并将该值存储在主数据帧中的代码：

index = dfmaster.loc[dfmaster['Process'] == 'Prozess233'].index[0]

keep_col = ['Prozess233']

df1 = df1[keep_col]

df1 = df1[df1['Prozess233'].notna()]

meanPR = df1["Prozess233"].mean()

dfmaster.at[index, 'Mean'] = meanPR

这是结果：

我想要一个循环，上面的代码（将平均值存储到主数据帧中）将对数据帧 df1 的所有列执行 - “Prozess234”和“Prozess235”的平均值。

我不知道如何存储列名（df1），以便在循环中使用它们。我不确定这是否是正确的方法。

Answer 1

您可以使用 agg 获取每列的特定聚合：df1_summary = (df1.agg(["mean", "std", "max"])               .rename(index={"mean": "Mean", "std": "St.Dev", "max": "Max"}))print(df1_summary)        Prozess233  Prozess234  Prozess235Mean           6.4   13.000000    9.000000St.Dev         0.2    2.645751    3.605551Max            6.6   15.000000   13.000000然后如果你想将其填充到你的dfmasterdfmaster = dfmaster.set_index("Process") dfmaster.update(df1_summary.T)print(dfmaster)            Mean    St.Dev   MaxProcess                         Prozess233   6.4  0.200000   6.6Prozess234  13.0  2.645751  15.0Prozess235   9.0  3.605551  13.0

Answer 2

无需一一添加到 dfmaster，只需使用矢量化方法创建它：import pandas as pd data = [[6.2, 10, 8], [6.4, 15, 13], [6.6, 14, 6]] df1 = pd.DataFrame(data, columns = ['Prozess233', 'Prozess234', 'Prozess235']) dfmaster=pd.concat([df1.mean(), df1.std(), df1.max()], axis=1).reset_index()dfmaster.columns = ['Process','Mean', 'St.Dev', 'Max']#dfmaster      Process  Mean    St.Dev   Max0  Prozess233   6.4  0.200000   6.61  Prozess234  13.0  2.645751  15.02  Prozess235   9.0  3.605551  13.0另外，根据您的需要考虑检查 的df1.describe()输出：       Prozess233  Prozess234  Prozess235count         3.0    3.000000    3.000000mean          6.4   13.000000    9.000000std           0.2    2.645751    3.605551min           6.2   10.000000    6.00000025%           6.3   12.000000    7.00000050%           6.4   14.000000    8.00000075%           6.5   14.500000   10.500000max           6.6   15.000000   13.000000

Answer 3

虽然您可以使用 获取数据框的列df.columns，但几乎没有充分的理由迭代 pandas 数据框以进行简单的数学计算。你所追求的可以用df1.T.stack().groupby(level=0).agg({np.mean,np.std, max})            mean    std         maxProzess233  6.4     0.200000    6.6Prozess234  13.0    2.645751    15.0Prozess235  9.0     3.605551    13.0进一步细分：转置数据框dft=df1.Tdft            0       1       2Prozess233  6.2     6.4     6.6Prozess234  10.0    15.0    14.0Prozess235  8.0     13.0    6.0堆叠数据框dfs=dft.stack()dfsProzess233  0     6.2            1     6.4            2     6.6Prozess234  0    10.0            1    15.0            2    14.0Prozess235  0     8.0            1    13.0            2     6.0dtype: float64组和聚合dfmaster=dfs.groupby(level=0).agg({np.mean,np.std, max})dfmaster            mean    std         maxProzess233  6.4     0.200000    6.6Prozess234  13.0    2.645751    15.0Prozess235  9.0     3.605551    13.0