按照N个列或N个行对DataFrame进行分组

Question

我希望能够找到一种通用的解决方案，以指定的行或列数对DataFrame进行分组。 以下是一个示例DataFrame：

df = pd.DataFrame(0, index=['a', 'b', 'c', 'd', 'e', 'f'], columns=['c1', 'c2', 'c3', 'c4', 'c5', 'c6', 'c7'])

   c1  c2  c3  c4  c5  c6  c7
a   0   0   0   0   0   0   0
b   0   0   0   0   0   0   0
c   0   0   0   0   0   0   0
d   0   0   0   0   0   0   0
e   0   0   0   0   0   0   0
f   0   0   0   0   0   0   0

例如，我想每次以2行为一组分组，并应用诸如平均值或类似函数。我还想知道如何以N列为一组进行分组并应用函数。

以每次2行为一组分组的预期输出：

   c1  c2  c3  c4  c5  c6  c7
0   0   0   0   0   0   0   0
1   0   0   0   0   0   0   0
2   0   0   0   0   0   0   0

按照两列进行分组，期望输出：

   0  1  2  3
a  0  0  0  0
b  0  0  0  0
c  0  0  0  0
d  0  0  0  0
e  0  0  0  0
f  0  0  0  0

- luca

Answer 1

这按N行分组

>>> N=2

>>> df.groupby(np.arange(len(df.index))//N, axis=0).mean()
   c1  c2  c3  c4  c5  c6  c7
0   0   0   0   0   0   0   0
1   0   0   0   0   0   0   0
2   0   0   0   0   0   0   0

按照 N 列进行分组

>>> df.groupby(np.arange(len(df.columns))//N, axis=1).mean()
   0  1  2  3
a  0  0  0  0
b  0  0  0  0
c  0  0  0  0
d  0  0  0  0
e  0  0  0  0
f  0  0  0  0

- luca

---

重置列之后，使用 df.groupby(by=lambda x: x/N, axis=1).mean() 中的 axis 来按列分组。 - Zero

Luca，我说过要重置列 df.columns = range(0, len(df.columns)) 吗？然后应用 df.groupby(by=lambda x: x/N, axis=1).mean()。 - Zero

请参见 https://dev59.com/GVoV5IYBdhLWcg3wA66x，`np.arange` 在列上也是有效的（您需要将其更改为df.groupby(np.arange(len(df.columns))//N, axis=1)）。 - ayhan