如何在python中使用分组变量计算数组的平均值？

Question

我想用python计算数组的平均值，使用不同的分组变量。例如，我想计算column1中所有值的平均值，其中column2 == 2和column3 == a + 3。你知道吗

我尝试了for循环&if循环，但是它看起来非常复杂，而且对于我的数据维度来说太混乱了。有没有其他方法可以将特定条件下的数据分组，并分别计算每个条件组合的平均值？你知道吗

我在R中寻找group_by()、summarise()或aggregate()这样的函数，只用于python。你知道吗

这是我迄今为止尝试的循环：

    for j in range(0,len(e_data)): #iterate for each row in e_data
      if e_data[j,6] == 0.0082:
        if e_data[j,1] == ped1:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped1+0.0082)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped2:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped2+0.0082)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped3:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped3+0.0082)) & (e_data[:,5] == i))]))
      if e_data[j,6] == 0.001:
        if e_data[j,1] == ped1:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped1+0.001)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped2:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped2+0.001)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped3:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped3+0.001)) & (e_data[:,5] == i))])
      if e_data[j,6] == 0.0235:
        if e_data[j,1] == ped1:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped1+0.0235)) & (e_data[:,5] == i))])
        elif e_data[j,1] == ped2:
          e_data[j,7] = mean(e_data[:,4][np.where((e_data[:,0] == (ped2+0.0235)) & (e_data[:,5] == i))])

Answer 1

我建议您签出Pandas，这正是您需要的。你知道吗

在python世界中，Pandas是您所描述的数据分析任务的最终解决方案。你知道吗

将数据（最好是.csv格式）导入熊猫后：

import pandas as pd

df = pd.read_csv('filepath_to_your_data')

## I want to calculate the mean of all values in column1, for which column2 == 2 and column3 == a + 3
df[(df.column2==2) & (df.column3 == a+3)].loc[:, 'column1'].mean()

熊猫还提供groupby、describe和agg