如何在python中按總數和平均值列？

作爲輸入，我每次都有一個包含時間和一堆數字的CSV文件。如何在python中按總數和平均值列？

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

我想輸出表經柱平均分組每個小時，總：

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

到目前爲止，我一直在尋找一個字典，其中小時是關鍵和價值做是一個count和sum的列表，然後除以count得到平均值。我確定必須有更乾淨的方式來做到這一點。也許有些圖書館可以用這個工作。有什麼建議麼？

來源

2016-01-22 user52028778

您的方法很好。它也不是那麼多的代碼。追加（F1）和setdefault（小時，[]），追加（F2）和setdefault（小時，[]）追加（F3）。然後，對於每個字典，您每小時迭代一次，然後在列表中調用'sum'並按count（list）進行劃分，同時注意處理列表爲空時發生的情況。 –

'Pandas'是一個很好的圖書館這種數據處理：http://pandas.pydata.org/ – CoMartel

pandas一個溶液測試：

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

另存爲csv文件：

res.to_csv('res.csv')

這是內容的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

來源

2016-01-22 08:47:18

偉大的解決方案！在'22 -01-16'格式的時間旁邊添加日期列表，你將如何處理新的日子？ – user52028778

非常有幫助。熊貓是非常好的閱讀和日期一般工作。但是，在評論中回答一個新問題真的很麻煩。提出一個新問題並將其鏈接到來自這裏的評論中會更容易。我會看看它。 –

Pands的確看起來不錯，但操縱數據並不是很直觀，也許我應該參加一個python-academy課程。這裏我添加了新的問題：http://stackoverflow.com/questions/34944183/how-to-groupby-two-fields-in-pandas – user52028778

下面應該讓你開始，它使用Python的csv模塊按小時處理的文件和itertools.groupby到組的條目：

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)

這會給你的輸出CSV文件看起來像這樣：

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用於轉置列條目。

使用Python 2.7.9

來源

2016-01-22 08:44:07

如何在python中按總數和平均值列？

回答

相關問題