两个 pandas 数据帧元素的平均值连接到元素结果...为什么？

Question

我有两个数据框：

print(d1.head())

         Codes       Prof Amp
477      0.7         3.0  0.724997
478      0.7         3.0  0.736914
479      0.7         3.0  0.612189
480      0.7         3.0  0.684321
481      0.7         3.0  0.950067

print(d1.shape)

(96, 3)

print(d2.head())

       Codes       Prof Amp
0      0.8         5.0  0.747135
1      0.8         5.0  1.370311
2      0.8         5.0  0.759630
3      0.8         5.0  1.125687
4      0.8         5.0  1.910926

print(d2.shape)

(96, 3)

当我使用以下代码时：

dataM = d1.add(d2, fill_value=0)

        Code        Prof  Amp
0        0.8         5.0  0.747135
1        0.8         5.0  1.370311
2        0.8         5.0  0.759630
3        0.8         5.0  1.125687
4        0.8         5.0  1.910926

print(dataM.shape)

[192 rows x 3 columns]

但我的目标是

        Code        Prof  Amp
0        1.5         8.0  1.472132

…… 并且形状应该是相同的[96行x 3列]

那么我怎样才能实现这一目标？

提前谢谢您。

Answer 1

两个 DataFrame 中需要相同的索引值，因此将

DataFrame.reset_index

与

drop=True

相加，并除以

2

进行平均：

dataM = d1.reset_index(drop=True).add(d2.reset_index(drop=True), fill_value=0).div(2)
print (dataM)
   Codes  Prof       Amp
0   0.75   4.0  0.736066
1   0.75   4.0  1.053613
2   0.75   4.0  0.685909
3   0.75   4.0  0.905004
4   0.75   4.0  1.430496

另一个想法是转换为 numpy 数组并除以

2

:

dataM = d1.add(d2.to_numpy(), fill_value=0).div(2)

Reasen 是通过索引值进行数据对齐：

dataM = d1.add(d2, fill_value=0).div(2)
print (dataM)
     Codes  Prof       Amp
0     0.40   2.5  0.373567
1     0.40   2.5  0.685156
2     0.40   2.5  0.379815
3     0.40   2.5  0.562844
4     0.40   2.5  0.955463
477   0.35   1.5  0.362499
478   0.35   1.5  0.368457
479   0.35   1.5  0.306094
480   0.35   1.5  0.342160
481   0.35   1.5  0.475033

Answer 2

您的数据框未对齐，您应该转换为 numpy:

d1.add(d2.to_numpy(), fill_value=0).div(2)

输出：

     Codes  Prof       Amp
477   0.75   4.0  0.736066
478   0.75   4.0  1.053613
479   0.75   4.0  0.685909
480   0.75   4.0  0.905004
481   0.75   4.0  1.430496