计算每行的“4胜4负”平均值
计算每行的“4胜4负”平均值
提问于 2019-06-20 23:12:01
如何找到熊猫数据帧中每一行N单元中最佳n的平均值？
请看下面的数据框，我想找出6分中最好的4分的平均值(n=4，N=6)：
df = pd.DataFrame({'stu1' : [17,19,12,17,13,13],
'stu2' : [20,18,15,17,15,0],
'stu3' : [16,19,0,16,0,0],
'stu4' : [0,0,0,0,0,0],
'stu5' : [0,8,14,0,7,9]},
index = 'q1 q2 q3 q4 q5 q6'.split()).Tst1的最佳4的平均值将基于以下值: 17、19、17、13和16.50。对于st3，is将基于16、19、0、16，结果为12.75。
如何计算所有行的这个值？
回答 4
Stack Overflow用户
回答已采纳
发布于 2019-06-20 23:18:12
鲁比克立方体
df.stack().sort_values().groupby(level=0).tail(4).mean(level=0)
stu4 0.00
stu3 12.75
stu5 9.50
stu1 16.50
stu2 17.50
dtype: float64Stack Overflow用户
发布于 2019-06-20 23:21:46
您可以对每行的列进行排序，然后只需通过切片即可获得最佳的4列。从那里开始，计算平均值很简单：
np.sort(df)[:,-4:].mean(axis=1)
# array([16.5 , 17.5 , 12.75, 0. , 9.5 ])
pd.Series(np.sort(df)[:,-4:].mean(axis=1), index=df.index)
stu1 16.50
stu2 17.50
stu3 12.75
stu4 0.00
stu5 9.50
dtype: float64Stack Overflow用户
发布于 2019-06-20 23:53:03
只需使用np.partition添加选项即可。如果你的数据很大，np.partition比np.sort更好。
np.partition(df, len(df)-4)[:,-4:].mean(-1)
Out[1230]: array([16.5 , 17.5 , 12.75, 0. , 9.5 ])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56694948
复制
相似问题
Printf每行4项
Neo4j Cypher :正值的avg返回负平均值
4输入的负Regex
为这个连接4胜而战
python数组:计算每行的平均值
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
社区富文本编辑器全新改版！诚邀体验～
全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验
腾讯云开发者
