Pandas建立基于手段的子表

Question

我有一个包含数值和非数值数据列的数据帧。以下是其中的一部分：

ATG12 Norm     ATG5 Norm    ATG7 Norm    Cancer Stage    
5.55           4.99         8.99         IIA
4.87           5.77         8.88         IIA
5.98           7.88         8.34         IIC

我想按癌症分期对数据进行分组，取每个数值数据列的平均值并生成一个表，列出每个癌症阶段的平均值；如下所示：

^{pr2}$

我已经找到了groupby和mean（）函数，可以使用以下方法计算一列的平均值：

AVG = data.groupby("Cancer Stage")['ATG12 Norm'].mean()

但这只会让我：

Cancer Stage    
IIA             5.03      
IIB             7.45
IIIA            5.32
Name: ATG12 Norm, dtype: float64

如何将此过程应用于我想要的所有列，并生成所有列的数据帧？抱歉，如果这是重复的话；我发现的熊猫问题似乎是关于相关的话题，我脑子里都是。在

Answer 1

你试过了吗

df.groupby('Cancer Stage').mean()

或者

^{pr2}$

带额外文本列的示例数据：

import pandas as pd
from StringIO import StringIO

data='''ATG12 Norm     ATG5 Norm    ATG7 Norm    Cancer Stage    Text
5.55           4.99         8.99         IIA    ABC
4.87           5.77         8.88         IIA    ABC
5.98           7.88         8.34         IIC    ABC'''

df = pd.DataFrame.from_csv(StringIO(data), index_col=None, sep='\s{2,}')

print df
print df.groupby('Cancer Stage')['ATG12 Norm','ATG5 Norm'].mean()
print df.groupby('Cancer Stage').mean()

结果：

   ATG12 Norm  ATG5 Norm  ATG7 Norm Cancer Stage Text
0        5.55       4.99       8.99          IIA  ABC
1        4.87       5.77       8.88          IIA  ABC
2        5.98       7.88       8.34          IIC  ABC


              ATG12 Norm  ATG5 Norm
Cancer Stage                       
IIA                 5.21       5.38
IIC                 5.98       7.88


              ATG12 Norm  ATG5 Norm  ATG7 Norm
Cancer Stage                                  
IIA                 5.21       5.38      8.935
IIC                 5.98       7.88      8.340