Python：不连续槽（3d列）上的平均值

Question

我想在2d轴上做一些平均值，我认为python可以很方便地做到这一点，但我的python水平相当低（即使仍在进步）。 我的数据帧为3列，如下所示：

     AZ     EL      EIRP
     0.00   10.00   20.00
     0.08   10.10   21.00
     0.27   10.28   22.00
     0.34   10.45   23.00
     0.03   10.03   31.00
     0.13   10.13   32.00
     0.23   10.23   33.00
     0.33   10.33   34.00

所以我想通过平均，通过拆分二维AZ&；0.1步进的不同插槽中的EL 在该示例中，不同的插槽将是：

1. slot1（AZ=0.05+/-0.05，EL=10.05+/-0.05）：指数1和；二,；五,
2. slot2（AZ=0.15+/-0.05，EL=10.15+/-0.05）：指数6的平均值
3. slot3（AZ=0.25+/-0.05，EL=10.25+/-0.05）：指数3和；七,
4. slot4（AZ=0.35+/-0.05，EL=10.35+/-0.05）：指数4的平均值

5. slot5（AZ=0.35+/-0.05，EL=10.45+/-0.05）：指数8的平均值

   way & results of 2d averaging

首先，我创建两个列表来定义进行平均的插槽：

groupaz=np.arange(0,0.5,0.1).tolist()
groupel=np.arange(10,10.5,0.1).tolist()

按原样定义列名称后：

az=df["az"]
el=df["el"]
eirp=df["eirp"]

然后我使用了一些“for”，它工作得很好，但是对于大量数据来说，这将是相当长的一段时间，我相信python可以做得更有效，也许通过使用groupby函数。。。？我没有成功地使用它

for AZi in groupaz:
    for ELi in groupel:
        AZ0=AZi+epsilon
        EL0=ELi+epsilon
        boolaz=(df.az>=AZ0-epsilon) & (df.az<=AZ0+epsilon)
        boolel=(df.el>=EL0-epsilon) & (df.el<=EL0+epsilon)
        boolazel=boolaz & boolel
        liste_azel_eirp_mean=df.loc[boolazel,:].eirp.mean()
        if str(liste_azel_eirp_mean)!="nan":
              print (AZ0," ",EL0," ",liste_azel_eirp_mean)

谢谢你们中任何能帮助我的人。 问候