#python #dataframe
#python #dataframe
Вопрос:
Я пытаюсь вычислить среднее значение для двух классов Physics и Math и включить его в отдельный столбец Mean. Кроме того, я просто пытаюсь вычислить среднее значение для классов, для которых обоим нужна оценка. Это работает для создания фильтра. Единственная мысль, которая не работает, — это вычислить среднее значение. Для отсутствующих он работает, но каким-то образом он устанавливает те, где у меня значение равно нулю, что странно. Данные выглядят следующим образом:
Date School Math Physics Mean Flag
01.01.2020 ABC 3 4 1
01.03.2020 ABC 2 3 1
01.05.2020 ABC 2 1 1.5 2
01.07.2020 ABC 2 1 1
01.08.2020 ABC 2 1 1.5 2
01.04.2020 ABC 2 3
01.06.2020 ABC 1 3
Мой код выглядит следующим образом:
import pandas as pd
path = 'School_grades.xlsx'
df = pd.read_excel(path)
df_copy = df.copy(deep=True)
df_copy['Date'] = pd.to_datetime(df_copy.Date)
df_copy = df_copy[(df_copy["Flag"] != 3)]
df_copy['Mean'] = ((df_copy['Math'] df_copy['Physics'])/2).where(df_copy['Flag'] == 1)
print(df_copy)
Мой код предоставляет следующее, где столбцы, в которых я уже имел значение, включены в NaN:
Date School Math Physics Mean Flag
0 2020-01-01 ABC 3.0 4.0 3.5 1
1 2020-01-03 ABC 2.0 3.0 2.5 1
2 2020-01-05 ABC 2.0 1.0 NaN 2
3 2020-01-07 ABC 2.0 1.0 1.5 1
4 2020-01-08 ABC 2.0 1.0 NaN 2
Но я бы предпочел ожидать чего-то подобного:
Date School Math Physics Mean Flag
0 2020-01-01 ABC 3.0 4.0 3.5 1
1 2020-01-03 ABC 2.0 3.0 2.5 1
2 2020-01-05 ABC 2.0 1.0 1.5 2
3 2020-01-07 ABC 2.0 1.0 1.5 1
4 2020-01-08 ABC 2.0 1.0 1.5 2
Комментарии:
1. Вероятно, что-то связанное с
.where(df_copy['Flag'] == 1)тем, чтоNaNэлементы имеют2вFlagстолбце.2. @Ouroborus, спасибо за ответ. Мне нужно только вычислить среднее значение, в котором отсутствует среднее значение. Флаг 1 показывает, что среднее значение отсутствует. Итак, как я могу вычислить только там, где Flag == 1, где равно 2, среднее значение существует, поэтому пересчитывать не нужно. Это немного понятнее
Ответ №1:
Ваш метод .where() не имеет оператора «else», но возвращает ряд для каждой строки фрейма данных. Это означает, что он возвращает только значения, в которых ваш оператор where имеет значение True, и пропущенные значения, в которых оно равно False, по сути отбрасывая ваши предыдущие результаты. Существует несколько способов решения этой проблемы. Один из них заключается в следующем, используя библиотеку numpy.
np.where() по сути, имеет ряд значений True / False. Где True использует следующую предоставленную серию, где false использует последнюю предоставленную серию. Здесь мы вставляем предыдущие средние значения.
import numpy as np
df_copy['Mean'] = np.where(df_copy['Flag'] == 1, ((df_copy['Math'] df_copy['Physics'])/2), df_copy['Mean'])
Комментарии:
1. Большое спасибо. Я горжусь, что у numpy есть нечто подобное :).
Ответ №2:
вы забыли добавить other параметр в pandas.where()
>> df_copy['Mean'] = ((df_copy['Math'] df_copy['Physics'])/2).where(df_copy['Flag'] == 1,df_copy['Mean'])
>> print(df_copy)
Date School Math Physics Mean Flag
0 01.01.2020 ABC 3.0 4.0 3.5 1
1 01.03.2020 ABC 2.0 3.0 2.5 1
2 01.05.2020 ABC 2.0 1.0 1.5 2
3 01.07.2020 ABC 2.0 1.0 1.5 1
4 01.08.2020 ABC 2.0 1.0 1.5 2
5 01.04.2020 ABC 2.0 NaN NaN 3
6 01.06.2020 ABC NaN 1.0 NaN 3
Используется pandas.DataFrame.mean для вычисления среднего
df_copy['Mean'] = df_copy[['Math','Physics']].mean(axis=1).where(df_copy.Flag == 1,df_copy['Mean'])
Вы также можете использовать numpy.где
import numpy as np
df_copy['Mean'] = np.where(df_copy.Flag == 1,df_copy[['Math','Physics']].mean(axis=1),df_copy['Mean'])