条件付き集約パンダDATAFRAME

Question

私がどのように見えるデータフレームがあります。

import pandas as pd 

df = pd.DataFrame([[1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0], 
        [9.0, 10.0, 11.0, 12.0, 13.0, 14.0, 15.0, 16.0], 
        [17.0, 18.0, 19.0, 20.0, 21.0, 22.0, 23.0, 24.0]], 
        columns=['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H']) 

     A  B  C  D  E  F  G  H 
0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 
1 9.0 10.0 11.0 12.0 13.0 14.0 15.0 16.0 
2 17.0 18.0 19.0 20.0 21.0 22.0 23.0 24.0 

そして、私は列のリストを持っている：私のリストの各要素について

l = ['A', 'C', 'D', 'E'] 

を、私は平均値を取得したいですそれより前のデータフレーム列にはそれ自身の列の値の2倍を加えたものです。だから、Aだけ自体に依存し、CはAに依存しており、それ自体、Dは、Aの合計に依存C、それ自体、およびEはA、C、D、それ自体に依存しますしますします。私は次のように必要なものを達成しています

for i, col in enumerate(l): 
    other_cols = l[:i] 
    df['tmp_' + col] = df[other_cols].mean(axis=1) + 2.0 * df[col] 

     A  B  C  D  E  F  G  H tmp_A tmp_C tmp_D \ 
0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 NaN 7.0 10.0 
1 9.0 10.0 11.0 12.0 13.0 14.0 15.0 16.0 NaN 31.0 34.0 
2 17.0 18.0 19.0 20.0 21.0 22.0 23.0 24.0 NaN 55.0 58.0 

     tmp_E 
0 12.666667 
1 36.666667 
2 60.666667 

むしろためのループを介して実行するよりも、同じことを達成するために、よりPython的な方法があった場合、私は不思議でしたか？

Answer 1

IIUC、あなたはこれを処理するために近代的なパンダにexpandingを使用することができます。

>>> cols = ["A","C","D","E"] 
>>> df[cols] * 2 + df[cols].expanding(axis=1).mean().shift(axis=1).fillna(0) 

     A  C  D   E 
0 2.0 7.0 10.0 12.666667 
1 18.0 31.0 34.0 36.666667 
2 34.0 55.0 58.0 60.666667 

これはあなたの期待に新しい列を再生する（とfillnaのおかげで0にNaNを回し、二回元の値になっています） 。

---

これは一歩一歩どこから来た私たちは見ることができます：

は

>>> df[cols] 

     A  C  D  E 
0 1.0 3.0 4.0 5.0 
1 9.0 11.0 12.0 13.0 
2 17.0 19.0 20.0 21.0 

>>> df[cols].expanding(axis=1) 
Expanding [min_periods=1,center=False,axis=1] 

から始まって、それは視覚的にチェックする方が簡単ですので、私たちは、最初のsumを行うことができます。

>>> df[cols].expanding(axis=1).sum() 

     A  C  D  E 
0 1.0 4.0 8.0 12.0 
1 9.0 20.0 32.0 36.0 
2 17.0 36.0 56.0 60.0 

>>> df[cols].expanding(axis=1).mean() 

     A  C   D  E 
0 1.0 2.0 2.666667 4.0 
1 9.0 10.0 10.666667 12.0 
2 17.0 18.0 18.666667 20.0 

>>> df[cols].expanding(axis=1).mean().shift(axis=1) 

    A  C  D   E 
0 NaN 1.0 2.0 2.666667 
1 NaN 9.0 10.0 10.666667 
2 NaN 17.0 18.0 18.666667 

>>> df[cols].expanding(axis=1).mean().shift(axis=1).fillna(0) 

    A  C  D   E 
0 0.0 1.0 2.0 2.666667 
1 0.0 9.0 10.0 10.666667 
2 0.0 17.0 18.0 18.666667