Python Pandas groupby和mean/stdev将所有列合并为一列

Question

这是错误的答案，请提供答案

group_ = pd.DataFrame({'Name' : ['X','Y', 'X', 'X', 'Y','Y'],
'a' : [3,6,4,7,9,3],
'b' : [6,4,8,7,6,5],
'h' : [34,43,63,34,54,56]})
Name  a  b   h
0    X  3  6  34
1    Y  6  4  43
2    X  4  8  63
3    X  7  7  34
4    Y  9  6  54
5    Y  3  5  56

我想获得所有列的X和Y的平均值和std值(没有在agg中列出它们，或者任何地方都必须是动态的)。

for表示我可以这样做:

group_.groupby('Name').mean().mean(axis=1)
Name
X    18.444444
Y    20.666667
dtype: float64
np.mean([3,6,34,4,8,63,7,7,34]) = 18.444444

但是对于STD not，不起作用，因为它给出了STD(3列)的STD。

group_.groupby('Name').std().std(axis=1)
Name
X    8.793713
Y    3.055050
dtype: float64

不正确!X_std = np.std([3,6,34,4,8,63,7,7,34]) = 19.556818141059377

Answer 1

对于std，每组的所有列首先使用DataFrame.melt，然后使用GroupBy.std和ddof=0(默认熊猫ddof=1):

a = group_.melt('Name').groupby('Name')['value'].std(ddof=0)
print (a)
Name
X    19.556818
Y    21.756225
Name: value, dtype: float64
X_std = np.std([3,6,34,4,8,63,7,7,34])
print (X_std)
19.556818141059377

对于两个聚合函数:

df = group_.melt('Name').groupby('Name').agg(std=('value', lambda x: x.std(ddof=0)),
mean=('value','mean'))
print (df)
std       mean
Name                      
X     19.556818  18.444444
Y     21.756225  20.666667