3

也许是一个愚蠢的问题，但是..

在R data.table中，如果我想获得一列的平均值，我可以引用一个列向量，并用类似foo$x的东西计算它的平均值mean(foo$x)。

我不知道如何使用Python datatable进行此操作。例如，

# imports
import numpy as np
import datatable as dt
from datatable import f

# make datatable
np.random.seed(1)
foo = dt.Frame({'x': np.random.randn(10)})

# calculate mean
dt.mean(foo.x)  # error
dt.mean(foo[:, f.x])  # Expr:mean(<Frame [10 rows x 1 col]>) ???
foo[:, dt.mean(f.x)][0, 0]  # -0.0971

虽然最后一条语句在技术上有效，但它似乎过于繁琐，因为它首先返回一个 1x1 datatable，我从中提取唯一的值。我正在努力解决的基本问题是，我不明白python 数据表中是否存在列向量和/或如何引用它们。

简而言之，有没有更简单的方法来计算带有 python 数据的列的平均值？

4

1 回答 1

4

稍微概括一下，让我们从一个有几列的 Frame 开始：

>>> import numpy as np
>>> from datatable import f, dt
>>> np.random.seed(1)
>>> foo = dt.Frame(x=np.random.randn(10), y=np.random.randn(10))
>>> foo
            x           y
--  ---------  ----------
 0   1.62435    1.46211  
 1  -0.611756  -2.06014  
 2  -0.528172  -0.322417 
 3  -1.07297   -0.384054 
 4   0.865408   1.13377  
 5  -2.30154   -1.09989  
 6   1.74481   -0.172428 
 7  -0.761207  -0.877858 
 8   0.319039   0.0422137
 9  -0.24937    0.582815 

[10 rows x 2 columns]

首先，这个简单的.mean()方法将返回一个 1x2 帧，每列表示：

>>> foo.mean()
             x          y
--  ----------  ---------
 0  -0.0971409  -0.169588

[1 row x 2 columns]

如果您想要单个列的平均值，则必须从foo第一个选择该列：foo[:, f.y]， 或foo[:, 'y']，或简单地foo['y']：

>>> foo['y'].mean()
            y
--  ---------
 0  -0.169588

[1 row x 1 column]

现在，如果你想要一个数字而不是 1x1 帧，你可以使用[0, 0]选择器，或者调用函数.mean1()：

>>> foo['y'].mean()[0, 0]
-0.1695883821153589

>>> foo['y'].mean1()
-0.1695883821153589
于 2019-10-15T20:39:30.243 回答