Pandas 根据均值构建子表

Question

我有一个数据表，里面有数字和非数字的数据列。这里是它的一部分：

ATG12 Norm     ATG5 Norm    ATG7 Norm    Cancer Stage    
5.55           4.99         8.99         IIA
4.87           5.77         8.88         IIA
5.98           7.88         8.34         IIC

我想按照癌症分期来分组数据，计算每个数字数据列的平均值，并生成一个表格，列出每个癌症分期的平均值；像这样：

Cancer Stage    ATG12 Mean    ATG5 Mean    ATG7 Mean
IIA             5.03          6.20         8.34
IIB             7.45          4.22         7.99
IIIA            5.32          3.85         6.68

我已经搞懂了groupby和mean()这两个函数，可以用下面的方式计算一个列的平均值：

AVG = data.groupby("Cancer Stage")['ATG12 Norm'].mean()

但这样只给我：

Cancer Stage    
IIA             5.03      
IIB             7.45
IIIA            5.32
Name: ATG12 Norm, dtype: float64

我该如何一次性对所有想要的列应用这个过程，并生成一个包含所有结果的数据表呢？抱歉如果这个问题重复了；我找到的关于pandas的相关问题都让我感到困惑。

Answer 1

你试过

df.groupby('Cancer Stage').mean()

或者

df.groupby('Cancer Stage')['ATG12 Norm','ATG5 Norm'].mean()

示例数据包含额外的文本列：

import pandas as pd
from StringIO import StringIO

data='''ATG12 Norm     ATG5 Norm    ATG7 Norm    Cancer Stage    Text
5.55           4.99         8.99         IIA    ABC
4.87           5.77         8.88         IIA    ABC
5.98           7.88         8.34         IIC    ABC'''

df = pd.DataFrame.from_csv(StringIO(data), index_col=None, sep='\s{2,}')

print df
print df.groupby('Cancer Stage')['ATG12 Norm','ATG5 Norm'].mean()
print df.groupby('Cancer Stage').mean()

结果：

   ATG12 Norm  ATG5 Norm  ATG7 Norm Cancer Stage Text
0        5.55       4.99       8.99          IIA  ABC
1        4.87       5.77       8.88          IIA  ABC
2        5.98       7.88       8.34          IIC  ABC


              ATG12 Norm  ATG5 Norm
Cancer Stage                       
IIA                 5.21       5.38
IIC                 5.98       7.88


              ATG12 Norm  ATG5 Norm  ATG7 Norm
Cancer Stage                                  
IIA                 5.21       5.38      8.935
IIC                 5.98       7.88      8.340