基于Pandas的基本矩阵计算

Question

变量：

y_hat = pd.DataFrame([x1,x2,x3,x4,x5])
y_actual = pd.DataFrame(Macro.iloc[8:13,1:2])

我有一个熊猫数据帧y_hat：

y_hat 
Out[24]: 
            0
0  409.612553
1  573.936775
2  256.213344
3  136.219153
4  419.977863

我有一个熊猫数据帧y_actual：

y_actual
Out[25]: 
         y
8   422.40
9   580.42
10  256.76
11  128.96
12  445.42

我基本上是在试图计算一个MAPE（平均百分比误差）在y\u actual和y\u hat之间。R代码看起来像：

MAPE = colmeans(abs((y_hat - y_actual)/y_actual)*100)

但是，在Python中，我甚至无法通过第一步y_hat - y_actual，因为它返回错误：

y_hat - y_actual
Out[29]: 
     0   y
0  NaN NaN
1  NaN NaN
2  NaN NaN
3  NaN NaN
4  NaN NaN
8  NaN NaN
9  NaN NaN
10 NaN NaN
11 NaN NaN
12 NaN NaN

我可以使用数据帧运行此计算吗？有没有一个Python函数等价于colmeans（列的平均值）

Answer 1

您可以在其他answer中使用类似的方法尝试以下操作：

import numpy as np

print(np.mean(np.abs((y_actual.values - y_hat.values) / y_actual.values)) * 100)