如何找到每行之间差异的平均值？

Question

大家早上好。我试图找出两行之间的差异。我在尝试编写一个公式，但感觉可能有更简单的答案，而且我的代码不完美。以下是我的示例数据集。

cols = ['Name', 'Math', 'Science', 'English', "History"]
data = [['Tom', 100, 93, 95, 92], ['Nick', 89, 75, 82, 57], ['Julie', 99, 89, 76, 88], ['Sarah', 79, 78, 94, 88]]
df = pd.DataFrame(data, columns=cols)
df

输出结果如下：

我目前的（不起作用的）公式是：

students = ['Tom', 'Nick', 'Julie', 'Sarah']
differences = []

def student_diff(student):
    for col in df.columns[1:]:
        for classmate in students:
            differences.append(abs(student[col] - classmate[col]))
            print (student, differences.mean())
              
student_diff('Tom')

错误如下：

TypeError: string indices must be integers

总的来说，我希望输出结果是这样的（例如Tom）：

Nick 19.25

- E_Sarousi

Answer 1

# student to find difference
student = 'Tom'
# create your mask where the name is the student name 
mask = df['Name'].eq(student)
# concat you masks together and set the index
data = pd.concat([df[mask], df[~mask]]).set_index('Name')
# get the mean from the differnce
abs(data.iloc[0, :] - data.iloc[1:, :]).mean(axis=1)

Name
Nick     19.25
Julie     7.00
Sarah    10.25
dtype: float64

或者如果您想要一个函数

def student_diff(df: pd.DataFrame, student: str) -> pd.Series:
    # create your mask where the name is the student name 
    mask = df['Name'].eq(student)
    # concat you masks together and set the index
    data = pd.concat([df[mask], df[~mask]]).set_index('Name')
    # get the mean from the differnce
    return abs(data.iloc[0, :] - data.iloc[1:, :]).mean(axis=1)


student_diff(df=df, student='Nick')

Name
Tom      19.25
Julie    15.25
Sarah    14.00
dtype: float64

- It_is_Chris

---

我喜欢你的解决方案。我特别好奇的是，使用 data.iloc[0] 和 data.iloc[0, :] 之间是否有任何行为差异？我没有看到任何区别，但我对NumPy和Pandas相对较新。干杯！ - Philip Wrage

@PhilipWrage 没有区别，因为我们没有切片列。data.iloc[1:] 和 data.iloc[1:, :] 也是一样的。我有时会包括第二个 :，如果我知道以后需要返回并切片列。所以，如果你对除了数学以外的所有内容都感到好奇，你可以添加 return abs(data.iloc[0, 1:] - data.iloc[1:, 1:]).mean(axis=1)。 - It_is_Chris

这非常合理。您使用第一个索引来标识您想要的行（或行片段），而第二个索引则标识您感兴趣的列（或列片段）。通过将 : 片段指定为第二个索引，您正在表示您想要每一列 - 这将是默认行为 - 但是您留下了一个占位符以便在未来的计算中进行调整。感谢澄清！ - Philip Wrage

@PhilipWrage 是的，你说得对。你可以在这里找到有关使用pandas进行索引和选择数据的其他信息：[https://pandas.pydata.org/docs/user_guide/indexing.html] - It_is_Chris