如何在python中按总数和平均值列？

问题描述：

作为输入，我每次都有一个包含时间和一堆数字的CSV文件。如何在python中按总数和平均值列？

Time,F1,F2,F3 
8:11,5,2,4 
9:25,9,8,2 
9:39,7,3,2 
9:53,6,5,1 
10:07,4,6,7 
10:21,7,3,1 
10:35,5,6,7 
11:49,1,2,1 
12:03,3,3,1

我想输出表经柱平均分组每个小时，总：

Time,SUM F1,SUM F2,SUM F3,AVG F1,AVG F2,AVG F3 
8:00,5,2,4,5,2,4 
9:00,22,16,5,7.3,5.3,1.6 
10:00,16,15,15,5.3,5,5 
11:00,1,2,1,1,2,1 
12:00,3,3,1,3,3,1

到目前为止，我一直在寻找一个字典，其中小时是关键和价值做是一个count和sum的列表，然后除以count得到平均值。我确定必须有更干净的方式来做到这一点。也许有些图书馆可以用这个工作。有什么建议么？

您的方法很好。它也不是那么多的代码。追加（F1）和setdefault（小时，[]），追加（F2）和setdefault（小时，[]）追加（F3）。然后，对于每个字典，您每小时迭代一次，然后在列表中调用'sum'并按count（list）进行划分，同时注意处理列表为空时发生的情况。 –

'Pandas'是一个很好的图书馆这种数据处理：http://pandas.pydata.org/ – CoMartel

答

pandas一个溶液测试：

import pandas as pd 

df = pd.read_csv('f123.csv') 
df['Time'] = df['Time'].apply(lambda x: x.split(':')[0] + ':00') 
by_hour = df.groupby('Time') 
data = {} 
for name in ['F1', 'F2', 'F3']: 
    data['SUM ' + name] = by_hour[name].sum() 
    data['AVG ' + name] = by_hour[name].mean() 
res = pd.DataFrame(data) 
print(res)

打印：

  AVG F1 AVG F2 AVG F3 SUM F1 SUM F2 SUM F3 
Time              
10:00 5.333333 5.000000 5.000000  16  15  15 
11:00 1.000000 2.000000 1.000000  1  2  1 
12:00 3.000000 3.000000 1.000000  3  3  1 
8:00 5.000000 2.000000 4.000000  5  2  4 
9:00 7.333333 5.333333 1.666667  22  16  5

另存为csv文件：

res.to_csv('res.csv')

这是内容的res.csv：

Time,AVG F1,AVG F2,AVG F3,SUM F1,SUM F2,SUM F3 
10:00,5.333333333333333,5.0,5.0,16,15,15 
11:00,1.0,2.0,1.0,1,2,1 
12:00,3.0,3.0,1.0,3,3,1 
8:00,5.0,2.0,4.0,5,2,4 
9:00,7.333333333333333,5.333333333333333,1.6666666666666667,22,16,5

伟大的解决方案！在'22 -01-16'格式的时间旁边添加日期列表，你将如何处理新的日子？ – user52028778

非常有帮助。熊猫是非常好的阅读和日期一般工作。但是，在评论中回答一个新问题真的很麻烦。提出一个新问题并将其链接到来自这里的评论中会更容易。我会看看它。 –

Pands的确看起来不错，但操纵数据并不是很直观，也许我应该参加一个python-academy课程。这里我添加了新的问题：http://*.com/questions/34944183/how-to-groupby-two-fields-in-pandas – user52028778

答

下面应该让你开始，它使用Python的csv模块按小时处理的文件和itertools.groupby到组的条目：

import csv 
from itertools import groupby, chain 

with open('input.csv', 'rb') as f_input, open('output.csv', 'wb') as f_output: 
    csv_input = csv.reader(f_input) 
    csv_output = csv.writer(f_output) 
    header = next(csv_input) 
    csv_output.writerow(["Time","SUM F1","SUM F2","SUM F3","AVG F1","AVG F2","AVG F3"]) 

    for k, g in groupby(csv_input, lambda x: int(x[0].split(':')[0])): 
     entries = [(int(f1), int(f2), int(f3)) for t, f1, f2, f3 in g] 
     sums = [(sum(x), sum(x)/float(len(entries))) for x in zip(*entries)] 
     row = ['{}:00'.format(k)] + list(chain.from_iterable(zip(*sums))) 
     csv_output.writerow(row)

这会给你的输出CSV文件看起来像这样：

Time,SUM F1,SUM F2,SUM F3,AVG F1,AVG F2,AVG F3 
8:00,5,2,4,5.0,2.0,4.0 
9:00,22,16,5,7.333333333333333,5.333333333333333,1.6666666666666667 
10:00,16,15,15,5.333333333333333,5.0,5.0 
11:00,1,2,1,1.0,2.0,1.0 
12:00,3,3,1,3.0,3.0,1.0

zip用于转置列条目。

使用Python 2.7.9

如何在python中按总数和平均值列？

相关推荐