我有多个数据帧,它们具有相同的列和相同的观察次数: 比如说
d1 = {'ID': ['A','B','C','D'], 'Amount':
[1,2,3,4]}
df1 =pd.DataFrame(data=d1)
d2 = {'ID': ['A','B','C','D'], 'Amount':
[6,0,1,5]}
df2 =pd.DataFrame(data=d2)
d3 = {'ID': ['A','B','C','D'], 'Amount':
[8,1,2,3]}
df3 =pd.DataFrame(data=d3)
我需要在每个数据帧中删除一列(D)及其对应的值,然后,对于每个变量,计算平均值和标准偏差。 预期输出应为
avg std
A 5 ...
B ... ...
C ... ...
通常,对于一个数据帧,我会使用drop列,然后使用mean()和标准偏差std()计算平均值。
如何使用多个数据帧轻松快速地完成此操作?(我至少有10个)
您也可以使用pivot_表:
将^{} 与^{} 中的} 对命名聚合进行聚合:
D
一起使用,并通过^{或者通过^{} 删除最后一步中的
D
:相关问题 更多 >
编程相关推荐