1

我想在使用熊猫的其他列中的值的条件下对某些行和列的值进行平均。数据框包含以下信息：

  • 指示准确性的列（缩写为“acc”）
    • 0 = 无响应
    • 1 = 不正确
    • 2 = 正确
  • 指示反应时间的列（缩写为“rt”）

以下是数据框中信息的摘录：

a1_acc a1_rt a2_acc a2_rt a3_acc a3_rt b_acc b_rt
2      780   2      830   2      690   2     950
1      630   2      750   0      0     2     890
2      710   2      810   1      740   1     820

我想做的是结合所有“a”（但不是“b”）反应时间，如果它们来自正确的反应。也就是说，我想要一个包含以下反应时间的 numpy 数组（或其他合适的数据结构）：

780, 830, 690, 750, 710, 810

基于这些信息，我想计算平均反应时间（在拒绝反应时间偏离平均值超过 3 个标准偏差之后）。

任何帮助将不胜感激。

托马斯

4

1 回答 1

3

我认为这不是您的 DataFrame 的最佳形状——我认为像“letter”、“number”、“acc”、“rt”之类的列（给它们更有意义的名称）会更容易旋转。无论如何，按照您目前的安排：

>>> d
   a1_acc  a1_rt  a2_acc  a2_rt  a3_acc  a3_rt  b_acc  b_rt
0       2    780       2    830       2    690      2   950
1       1    630       2    750       0      0      2   890
2       2    710       2    810       1    740      1   820

首先，我们切片.ix以获取_acc列并将它们与 2 进行比较：

>>> d.ix[:,0:6:2] == 2
  a1_acc a2_acc a3_acc
0   True   True   True
1  False   True  False
2   True   True  False

然后我们将其应用于_rt列的一部分：

>>> d.ix[:, 1:6:2][d.ix[:,0:6:2] == 2]
   a1_rt  a2_rt  a3_rt
0    780    830    690
1    NaN    750    NaN
2    710    810    NaN

展平这个：

>>> v = d.ix[:, 1:6:2][d.ix[:,0:6:2] == 2].unstack()
>>> v
a1_rt  0    780
       1    NaN
       2    710
a2_rt  0    830
       1    750
       2    810
a3_rt  0    690
       1    NaN
       2    NaN

现在我们可以取平均值并查看标准偏差（可能有一个内置函数可以做到这一点，但我懒得去查找它），自动忽略NaN需要的值：

>>> v.mean()
761.66666666666663
>>> dev = ((v-v.mean())/v.std()).abs() < 3
>>> dev
a1_rt  0     True
       1    False
       2     True
a2_rt  0     True
       1     True
       2     True
a3_rt  0     True
       1    False
       2    False

我们使用的所有值都在 3 个标准差之内，所以这个削减不是很有趣，但我们可以无论如何应用它：

>>> v[dev].mean()
761.66666666666663

同样，我会在一开始就考虑重塑你的数据，所以.ix丑陋可能更像d[(d["letter"] == a) & (d["acc"] == 2)]["rt"].

于 2013-02-04T23:51:04.117 回答