我有一个示例数据框,如下所述。我试图通过按'Sample_ID'列将它们分组在一起来计算每列的数据。也就是说,我会根据每个'Sample_ID'组(1,2和3)计算第一列的平均值和标准偏差。我可以做一个甚至几个专栏。对于我的新数据,我有100列。按每列分组计算一次
df = pd.DataFrame([[1, 1.0, 2.3,0.2,0.53], [2, 3.35, 2.0,0.2,0.65], [2,3.4,
2.0,0.25,0.55], [3,3.4,2.0,0.25,0.55], [1,3.4,2.0,0.25,0.55],
[3,3.4,2.0,0.25,0.55]],
columns=["Sample_ID", "NaX", "NaU","OC","EC"])\
.set_index('Sample_ID')
有没有一种方法可以遍历每一列并保存它们?以下是一列数据的计算示例,我需要对100列数据进行计算。
感谢您阅读本文!
OC_UNC=100*np.sqrt((((df.groupby(['Sample_ID'])['OC'].std()
/df.groupby(['Sample_ID'])['OC'].mean())**2).sum()
)/len((df.groupby(['Sample_ID'])['OC'].count())))
谢谢!这很好,'agg'功能比我想要的要多得多。 Python很棒。 –
@SureshRaja,不客气。我会说Python很棒,Pandas非常棒! ;-) – MaxU