如何在Python（pandas、Jupyter）中根据另一列的值获取某一列数值的平均值。

Question

这张图片显示了我正在使用的测试数据集，以验证是否正确计算了平均值。

我希望能够根据“T”列中的筛选值获取“G”列中相应值的平均值。

因此，我根据想要对“G”列中的值求和的“T”列设置了值，然后将总和除以计数以获得平均值，并将其附加到一个变量中。 然而，平均值计算不正确。请参见下方截图。

total=0
g_avg=[]
output=[]
counter=0
for i, row in df_new.iterrows():
    if (row['T'] > 2):
        counter+=1
        total+=row['G']
    if (counter != 0 and row['T']==10):
        g_avg.append(total/counter)
        counter = 0
        total = 0
        
print(g_avg)

以下是更好的数据集，因为'T'值中存在重复，所以我需要一个计数器来获取在特定范围内（例如从凌晨2点到上午10点等）的'T'值时的G值平均值。 抱歉，它不允许我直接粘贴数据集，所以我截取了一部分。

- zahid

---

欢迎来到StackOverflow。请提供一个最小可重现示例，包括数据。列“T”似乎没有任何值为10的值，因此您甚至没有进入第二个“if”。您也可以只使用df_new[df_new['T'] > 2]['G'].mean()。 - sim

@sim，它不允许我粘贴数据集，但我已经上传了代码。 - zahid

@sim，程序的要点是数据集包含1周的数据，我们想在“T”列例如在下午2点至7点之间时取“g”列的平均值，并将其附加到列表中。 - zahid

Answer 1

如果你想要在T在2和7之间时，计算列G的平均值：

df_new.loc[(df_new['T']>2) & (df_new['T']<7), 'G'].mean()

更新

如果您没有任何期望输出，很难知道您想要什么。如果您有以下数据：

print(df)                                                              
    T  G
0   0  0
1   0  0
2   1  0
3   2  1
4   3  3
5   4  0
6   5  4
7   6  5
8   7  0
9   8  6
10  9  7

你想要像这样的东西：

print(df)                                                              
    T  G
0   0  0
1   0  0
2   1  0
3   2  1
4   3  3
5   4  3
6   5  3
7   6  3
8   7  0
9   8  6
10  9  7

然后你可以使用布尔索引和DataFrame.loc：

avg = df.loc[(df['T']>2) & (df['T']<7), 'G'].mean()
df.loc[(df['T']>2) & (df['T']<7), 'G'] = avg

---

print(df)                                                                               
    T    G
0   0  0.0
1   0  0.0
2   1  0.0
3   2  1.0
4   3  3.0
5   4  3.0
6   5  3.0
7   6  3.0
8   7  0.0
9   8  6.0
10  9  7.0

更新2

如果您有一些样本数据：

print(df)                                                                               
    T  G
0   0  1
1   2  2
2   3  3
3   3  1
4   3  2
5  10  4
6   2  5
7   2  5
8   2  5
9  10  5

方法 1：要简单地获取这些手段的列表，您可以为您的间隔创建组，并在 m 上进行过滤：

m = df['T'].between(0,5,inclusive=False)
g = m.ne(m.shift()).cumsum()[m]
lst = df.groupby(g).mean()['G'].tolist()

---

print(lst)                                                                              
[2.0, 5.0]

---

方法二：如果您想在各自的T值处包含这些手段，那么可以尝试以下方法：

m = df['T'].between(0,5,inclusive=False)
g = m.ne(m.shift()).cumsum()
df['G_new'] = df.groupby(g)['G'].transform('mean')

---

print(df)                                                                               
    T  G  G_new
0   0  1      1
1   2  2      2
2   3  3      2
3   3  1      2
4   3  2      2
5  10  4      4
6   2  5      5
7   2  5      5
8   2  5      5
9  10  5      5

- dkhara

---

是的，但我不想要一个平均值，我想在每次t值在那个范围内时将平均值附加到列表中。例如，t是时间（2-7am），因此这将在一周期间一遍又一遍地重复，因此我希望每次这种情况发生时将平均值附加到列表中。 - zahid

我已更新响应。请告诉我这是否回答了你的问题。 - dkhara

是的，这是正确的，但它只解决了问题的一部分（可能是由于我的模糊解释）。'T'值将具有重复值，例如t=[0,2,3,3,3,10,2,2,2,10]和g=[1,2,3,1,2,4,5,5,5,5]。在这种情况下，假设我想要在每个实例中取' T '大于0且<5时' G '值的平均值，我将希望将平均值附加到列表中。因此，在这种情况下，列表将看起来像g_avg=[2,5]。这就是我卡住的地方。非常感谢您的帮助。 - zahid

我已经更新了答案以满足这个例子。这是你要找的吗？ - dkhara