在此多索引数据框中，
c1 c2 c3
major minor
a 1 -1.202766 -0.502679 1.915304
2 0.097658 0.604051 -0.497243
3 -1.285027 -1.200143 0.087209
d 3 -0.231444 1.518543 2.139600
4 -1.336436 -0.299769 -0.600134
5 -0.873389 1.949733 -0.757263
a 1 -0.222766 -2.302679 0.615304
2 1.047648 1.304051 -1.497243
3 -1.285027 -1.000143 0.087209
d 3 -0.631464 1.318543 0.139600
4 -0.316436 -0.193749 -1.500134
5 -0.693689 0.449753 -1.347263
我想获得重复的主要指数的平均值，就是这样
c1 c2 c3
major minor
a 1 -1.202766 -0.502679 1.915304
2 0.097658 0.604051 -0.497243
3 -1.285027 -1.200143 0.087209
d 3 -0.231444 1.518543 2.139600
4 -1.336436 -0.299769 -0.600134
5 -0.873389 1.949733 -0.757263
值是平均值。显然df.groupby(level='major').mean()在这里不起作用，因为次要索引也被平均为一个值。如何进行？
如评论中所述，df.groupby(level=['major', 'minor']).mean().dropna()将创建以两个轴为条件的平均值。
跟进评论中的讨论
对于具有非唯一列名的不良数据结构情况，以下技巧适用：
LL = [pd.DataFrame(pd.DataFrame(df[i]).mean(axis=1), columns=[i]) for i in df.columns.unique()]
pd.concat(LL, axis=1)
pd.DataFrame(df[i])如果列名不是重复的，df[i]则确保为DataFrame。剩下的只是收集数据帧，然后将它们堆叠。
更好的数据结构
假设您收集了不同的数据集：
id c1 c2 c1 c2
0 1 1 2 2
1 3 4 5 6
一种更好的保存方法是有一个样本标识符
sample id c1 c2
0 0 1 1
1 0 2 2
0 1 3 4
1 1 5 6
现在，您将拥有正确识别的多层数据，您可以在其中创建不同样本的平均值。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句