0

df我有一个大约 1000 行但有 500 列的 pandas 数据框。这些列被命名为 Run1、Run2、...、Run500

现有索引为datetime

来自数据框的样本数据如下:

df.ix[1:4,1:4]
                       Run1    Run2    Date
2019-04-01 01:00:00  23.0263  23.0263  2019-04-01
2019-04-01 01:00:00  19.2212  19.2212  2019-04-01
2019-04-02 01:00:00  19.3694  19.3694  2019-04-02
2019-04-02 01:00:00  19.3694  19.3694  2019-04-02

我可以尝试以下方法:

pd.pivot_table(df, index=['Date'], values=['Run1'], aggfunc=[np.mean])['mean']

但我需要以下内容:

import pandas as pd
import numpy as np
pd.pivot_table(df, index=['Date'], values=['Run1', 'Run2', ...., 'Run500'], aggfunc=[np.mean])['mean']
4

1 回答 1

2

我认为这是groupby+mean

df.groupby('Date').mean()
于 2019-03-25T15:01:37.683 回答