根据每种列类型获取数据帧的平均值和模式
提问于 2021-03-23 21:56:42
抱歉，如果之前有人问过类似的问题，我到处找了找，但找不到解决方案。
我的数据集如下所示
data1 = {'Group':['Winner','Winner','Winner','Winner','Loser','Loser'],
'Study': ['Read','Read','Notes','Cheat','Read','Read'],
'Score': [1,.90,.80,.70,1,.90]}
df1 = pd.DataFrame(data=data1)
此数据帧跨越数十行，并具有一组数值列和一组字符串列。我想将其压缩为1行，其中每个条目只是该列的平均值或模式。如果该列是数字，则取平均值，否则，采用模式。在我的实际用例中，数字列和对象列的顺序是随机的，所以我希望使用一个迭代循环来检查每一列要采取的操作。
我试过了，但它不起作用，它似乎是以整个系列为模式。
for i in df1:
if df1[i].dtype == 'float64':
df1[i] = df1[i].mean()感谢您的帮助，谢谢！
回答 3
Stack Overflow用户
回答已采纳
发布于 2021-03-23 22:11:27
您可以将describe与'all'一起使用，后者根据dtype计算统计信息。它确定object的top (模式)和数字列的mean。然后再合并。
s = df1.describe(include='all')
s = s.loc['top'].combine_first(s.loc['mean'])
#Group Winner
#Study Read
#Score 0.883333
#Name: top, dtype: objectStack Overflow用户
发布于 2021-03-23 22:07:28
np.number和select_dtypes
s = df1.select_dtypes(np.number).mean()
df1.drop(s.index, axis=1).mode().iloc[0].append(s)
Group Winner
Study Read
Score 0.883333
dtype: object变体
g = df1.dtypes.map(lambda x: np.issubdtype(x, np.number))
d = {k: d for k, d in df1.groupby(g, axis=1)}
pd.concat([d[False].mode().iloc[0], d[True].mean()])
Group Winner
Study Read
Score 0.883333
dtype: objectStack Overflow用户
发布于 2021-03-23 22:07:02
以下是您的解决方案的一个细微变化，可以完成这项工作
res = {}
for col_name, col_type in zip(df1.columns, df1.dtypes):
if pd.api.types.is_numeric_dtype(col_type):
res[col_name] = df1[col_name].mean()
else:
res[col_name]= df1[col_name].mode()[0]
pd.DataFrame(res, index = [0])返回
Group Study Score
0 Winner Read 0.883333一个系列中可能有多个mode --此解决方案选择第一个
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/66771882
复制相关文章
![eclipse设置中没有server选项[通俗易懂]](https://ask.qcloudimg.com/http-save/yehe-8223537/7fe4c89b70274db70b8d423c73ba7134.png)
相似问题
《Uncaught: require not defined》with Angular 2/webpack
require not defined "var mysql = require('mysql');“
带有"target：'node'“和"type：'module'”的Webpack配置抛出了'require is not defined‘
尝试设置.env文件时出现‘'require is not defined’错误
导入文件系统模块时'ReferenceError: require is not defined‘
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
腾讯云开发者
