在Pandas中，如何将DataFrame通过两列进行合并，而其他列更改为这些合并中的均值？

2024-05-19 • 问答

我已经使用UMAP将标准虹膜数据集投影到了二维，并将2D图的x和y位置的UMAP维度作为列添加到了数据框：

在Pandas中，如何将DataFrame通过两列进行合并，而其他列更改为这些合并中的均值？

import numpy as np
import math
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
from sklearn.datasets import load_iris
import umap # pip install umap-learn

iris = load_iris()
iris_df = pd.DataFrame(iris.data,columns=iris.feature_names)
iris_df['species'] = pd.Series(iris.target).map(dict(zip(range(3),iris.target_names)))

_umap = umap.UMAP().fit_transform(iris.data)
iris_df['UMAP_x'] = _umap[:,0]
iris_df['UMAP_y'] = _umap[:,1]
iris_df.head()

我想将UMAP_x和UMAP_y列都合并为25个bin，然后将数据帧中的其他列更改为每个bin中列的平均值。怎么做？感觉像cut或重新采样可能会找到答案，但是我不确定如何实现。

import numpy as np import math import matplotlib.pyplot as plt import pandas as pd import seaborn as sns from sklearn.datasets import load_iris import umap iris = load_iris() iris_df = pd.DataFrame(iris.data,columns=iris.feature_names) iris_df['species'] = pd.Series(iris.target).map(dict(zip(range(3),iris.target_names))) _umap = umap.UMAP().fit_transform(iris.data) iris_df['UMAP_x'] = _umap[:,0] iris_df['UMAP_y'] = _umap[:,1] # Define bins for UMAP_x and UMAP_y params iris_df['UMAP_x_bin'] = pd.cut(iris_df['UMAP_x'],bins=25) iris_df['UMAP_y_bin'] = pd.cut(iris_df['UMAP_y'],bins=25) # Calculate mean value for each bin iris_df['UMAP_x_mean'] = iris_df.groupby('UMAP_x_bin')['UMAP_x'].transform('mean') iris_df['UMAP_y_mean'] = iris_df.groupby('UMAP_y_bin')['UMAP_y'].transform('mean') iris_df.head()

在Pandas中，如何将DataFrame通过两列进行合并，而其他列更改为这些合并中的均值？

gaoyuanzhiyun 回答：在Pandas中，如何将DataFrame通过两列进行合并，而其他列更改为这些合并中的均值？

大家都在问