2024-03-29 06:11:41 发布
网友
我有一个具有以下结构的多索引数据帧:
metric1 metric2 experiment1 experiment2 experiment1 experiment2 run1 1.2 1.5 0.2 0.9 run2 2.1 0.7 0.4 4.3
如何计算每列的最小值(最大值、平均值等)并获得如下数据帧:
你可以取最小值、最大值和平均值,然后使用帕金森病把一切都缝在一起。您将需要转置(T),然后再转置回以使数据帧以您想要的方式进行连接。在
In [91]: df = pd.DataFrame(dict(exp1=[1.2,2.1],exp2=[1.5,0.7]), index=["run1", "run2"]) In [92]: df_min, df_max, df_mean = df.min(), df.max(), df.mean() In [93]: df_min.name, df_max.name, df_mean.name = "min", "max", "mean" In [94]: pd.concat((df.T, df_min, df_max, df_mean), axis=1).T Out[94]: exp1 exp2 run1 1.20 1.5 run2 2.10 0.7 min 1.20 0.7 max 2.10 1.5 mean 1.65 1.1
对于多索引应该是一样的。在
你可以取最小值、最大值和平均值,然后使用帕金森病把一切都缝在一起。您将需要转置(T),然后再转置回以使数据帧以您想要的方式进行连接。在
对于多索引应该是一样的。在
相关问题 更多 >
编程相关推荐