パンダを使用して、未知のサイズの1つの列の各3つの値の平均（平均）を求める方法。 Numpy plzなし

Question

私はCSVファイルの異なる値にそのような機能（平均値、STDなど）を適用する方法を理解しようとしています。簡単にするために、私はここに1列の例を載せます。

S08 
10 
20 
30 
40 
50 
60 
70 
80 
90 
100 
110 
120 
130 
140 
150 

D1 = D.loc[:,'S08'] 

rang = len(D1) 
for i in range(rang): 
    x = D1.iloc[:,i+2] 
    m = x.mean() 
    print(m) 


time S08 S09 S15 S37 S38 S39 S41 S45 S49 
1  10 5 100 5 145 1500 1 10 99 
2  20 15 200 15 135 1400 2 150 99 
3  30 25 300 25 125 1300 3 140 99 
4  40 35 400 35 115 1200 4 130 99 
5  50 45 500 45 105 1100 5 120 99 
6  60 55 600 55 95 1000 6 110 99 
7  70 65 700 65 85 900  7 100 99 
8  80 75 800 75 75 800  8 90 99 
9  90 85 900 85 65 700  9 80 99 
10  100 95 1000 95 55 600  10 70 99 
11  110 105 1100 105 45 500  11 60 99 
12  120 115 1200 115 35 400  12 50 99 
13  130 125 1300 125 25 300  13 40 99 
14  140 135 1400 135 15 200  14 30 99 
15  150 145 1500 145 5 100  15 20 99 

enter image description here

Answer 1

aggによって3、次いで凝集列で割っindex床によって使用groupby：

#create monotonic unique index (0,1,2...) if necessary 
#df = df.reset_index(drop=True) 
df = df.groupby(df.index // 3).agg({'col1':'mean', 'col2':'std'}) 

サンプル：

np.random.seed(100) 
df = pd.DataFrame(np.random.randint(5, size=(10,3)), columns=list('ABC')) 
print (df) 
    A B C 
0 0 0 3 
1 0 2 4 
2 2 2 2 
3 2 1 0 
4 0 4 3 
5 4 2 0 
6 3 1 2 
7 3 4 4 
8 1 3 4 
9 4 3 3 

df1 = df.groupby(df.index // 3).agg({'A':'mean', 'B':'std'}) 
print (df1) 
      A   B 
0 0.666667 1.154701 
1 2.000000 1.527525 
2 2.333333 1.527525 
3 4.000000  NaN 

#floor dicide index values for create triple groups 
print (df.index // 3) 
Int64Index([0, 0, 0, 1, 1, 1, 2, 2, 2, 3], dtype='int64') 

EDIT：

df1 = df.groupby(df.index // 3).agg(['mean','std']) 
df1.columns = df1.columns.map('_'.join) 
print (df1) 

    A_mean  A_std B_mean  B_std C_mean  C_std 
0 0.666667 1.154701 1.333333 1.154701 3.000000 1.000000 
1 2.000000 2.000000 2.333333 1.527525 1.000000 1.732051 
2 2.333333 1.154701 2.666667 1.527525 3.333333 1.154701 
3 4.000000  NaN 3.000000  NaN 3.000000  NaN