Среднее значение двух элементов фреймов данных pandas по результатам объединения элементов... почему?

у меня есть два фрейма данных:

print(d1.head())

         Codes       Prof Amp
477      0.7         3.0  0.724997
478      0.7         3.0  0.736914
479      0.7         3.0  0.612189
480      0.7         3.0  0.684321
481      0.7         3.0  0.950067

print(d1.shape)

(96, 3)

print(d2.head())

       Codes       Prof Amp
0      0.8         5.0  0.747135
1      0.8         5.0  1.370311
2      0.8         5.0  0.759630
3      0.8         5.0  1.125687
4      0.8         5.0  1.910926

print(d2.shape)

(96, 3)

когда я использую следующий код:

dataM = d1.add(d2, fill_value=0)

        Code        Prof  Amp
0        0.8         5.0  0.747135
1        0.8         5.0  1.370311
2        0.8         5.0  0.759630
3        0.8         5.0  1.125687
4        0.8         5.0  1.910926

print(dataM.shape)

[192 rows x 3 columns]

но моя цель

        Code        Prof  Amp
0        1.5         8.0  1.472132

...... и форма должна быть такой же [96 строк x 3 столбца]

так как я могу этого добиться?

заранее спасибо.

python pandas dataframe

11.04.2024 12:07

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 3

Ответ принят как подходящий

Причиной является выравнивание данных по значениям индекса - поскольку разные значения индекса DataFrames объединяются (и делятся на 2):

dataM = d1.add(d2, fill_value=0).div(2)
print (dataM)
     Codes  Prof       Amp
0     0.40   2.5  0.373567
1     0.40   2.5  0.685156
2     0.40   2.5  0.379815
3     0.40   2.5  0.562844
4     0.40   2.5  0.955463
477   0.35   1.5  0.362499
478   0.35   1.5  0.368457
479   0.35   1.5  0.306094
480   0.35   1.5  0.342160
481   0.35   1.5  0.475033

Нужны одинаковые значения индекса в обоих DataFrames, поэтому добавьте DataFrame.reset_index с drop=True и для среднего деления на 2:

dataM = d1.reset_index(drop=True).add(d2.reset_index(drop=True), fill_value=0).div(2)
print (dataM)
   Codes  Prof       Amp
0   0.75   4.0  0.736066
1   0.75   4.0  1.053613
2   0.75   4.0  0.685909
3   0.75   4.0  0.905004
4   0.75   4.0  1.430496

Другая идея — преобразовать в массив numpy и разделить на 2:

dataM = d1.add(d2.to_numpy(), fill_value=0).div(2)

11.04.2024 12:09

Ваши фреймы данных не выровнены, вам следует преобразовать d2 в numpy с помощью to_numpy:

out = d1.add(d2.to_numpy(), fill_value=0).div(2)

Выход:

     Codes  Prof       Amp
477   0.75   4.0  0.736066
478   0.75   4.0  1.053613
479   0.75   4.0  0.685909
480   0.75   4.0  0.905004
481   0.75   4.0  1.430496

11.04.2024 12:11

Операция завершается неудачно, поскольку ваши индексы не выровнены: значения индексов первого DataFrame начинаются с 477, а второго — с 0.

См. pandas.add: несовпадающие индексы будут объединены вместе.

Чтобы выровнять индексы первого DataFrame со вторым, вы можете использовать d1.reset_index(drop=True).

dataM = d1.reset_index(drop=True).add(d2, fill_value=0)
print(dataM.shape)
# >>> (96, 3)

11.04.2024 12:21

Другие вопросы по теме

Чтение таблиц, которые не являются таблицами в файле Excel

Удалить все в строке после первого появления слова

Добавить подстроку в каждую ненулевую ячейку через панды

Ввод атрибутов класса в фрейм данных Pandas

Панды, группировка по функциям и .mean()

Имена переменных функций Python, а не значения

Работа с дубликатами столбцов в DuckDB с пробелами (нулями) и их эффективное заполнение

Разделите строку Dataframe на несколько строк и столбцов в соответствии со значениями

Python: OSError: [Errno 22] Неверный аргумент при попытке использовать pandas.read_parquert

Как решить проблему с памятью в Python при создании большого кадра данных

Среднее значение двух элементов фреймов данных pandas по результатам объединения элементов... почему?

Ответы 3

Другие вопросы по теме

Похожие вопросы