python – 熊猫系列的平均值和标准偏差

我有一个清单：

data = [
{'A': [2.0, 3.0, 4.0, 5.0, 6.0], 'B':[27.0, 28.0, 29.0, 30.0], 'C': ['lic1'],
 'D': ['soy1'], 'E': ['foo1']},
{'A': [7.0, 11.0, 90.0, 43.0, 87.0], 'B':[27.0, 28.0, 29.0, 30.0], 'C': ['lic1'],
 'D': ['soy1'], 'E': ['foo1']},
# ... etc

]

“A”的数据是熊猫系列.我想计算’A’中数据的平均值和标准差(例如,A有几个记录):(均值=(2.0 3.0 4.0 5.0 6.0 7.0 11.0 90.0 43.0 87.0)/ len(A)= 25.8 )

解决方法:

您可以将列表理解与concat一起使用,然后使用mean或std.

要转换为float(int),请添加astype,如果仍有问题需要to_numeric,参数errors =’coerce’.

s = pd.concat([pd.Series(x['A']) for x in data]).astype(float)
print (s)
0     2.0
1     3.0
2     4.0
3     5.0
4     6.0
0     7.0
1    11.0
2    90.0
3    43.0
4    87.0
dtype: float64

print (s.mean())
25.8

print (s.std())
35.15299892375234

另一种方案：

from  itertools import chain

s = pd.Series(list(chain.from_iterable([x['A'] for x in data]))).astype(float)
print (s)
0     2.0
1     3.0
2     4.0
3     5.0
4     6.0
5     7.0
6    11.0
7    90.0
8    43.0
9    87.0
dtype: float64