用python索引pandas dataframe中的pandas dataframe

Question

我在一个数据帧中有一系列的数据帧。

顶层数据帧的结构如下：

    24hr   48hr   72hr
D1  x      x      x
D2  x      x      x 
D3  x      x      x

在每种情况下，x都是使用pandas.read_excel()创建的数据帧

每个x数据帧中的一列具有标题‘平均血管长度’，并且在该列中有三个条目(即行、索引)。

我想返回的是“平均血管长度”列的平均值。我还对如何返回该列中的特定单元格感兴趣。我知道有一个用于pandas数据帧的.mean方法，但我不知道使用它的索引语法。

下面是一个例子

import pandas as pd

a = {'Image name' : ['Image 1', 'Image 2', 'Image 3'], 'threshold' : [20, 25, 30], 'Average Vessels Length' : [14.2, 22.6, 15.7] }
b = pd.DataFrame(a, columns=['Image name', 'threshold', 'Average Vessels Length'])

c = pd.DataFrame(index=['D1','D2','D3'], columns=['24hr','48hr','72hr'])
c['24hr']['D1'] = a
c['48hr']['D1'] = a
c['72hr']['D1'] = a
c['24hr']['D2'] = a
c['48hr']['D2'] = a
c['72hr']['D2'] = a
c['24hr']['D3'] = a
c['48hr']['D3'] = a
c['72hr']['D3'] = a

这将返回“平均血管长度”列中的值的平均值：

print b['Average Vessels Length'].mean()

这将返回以24小时、D1、‘平均血管长度’为单位的所有值

print c['24hr']['D1']['Average Vessels Length']

这不起作用：

print c['24hr']['D1']['Average Vessels Length'].mean()

我不知道如何访问c‘24hr’‘平均血管长度’中的任何特定值

最后，我想从Dx‘平均血管长度’.means()的每一列中取平均值，并将其除以相应的d1‘平均血管长度’. mean ()

任何帮助都将不胜感激。

Answer 1

我假设，既然您说过大数据帧的每个元素都是一个数据帧，那么您的示例数据应该是：

import pandas as pd

a = {'Image name' : ['Image 1', 'Image 2', 'Image 3'], 'threshold' : [20, 25, 30], 'Average Vessels Length' : [14.2, 22.6, 15.7] }
b = pd.DataFrame(a, columns=['Image name', 'threshold', 'Average Vessels Length'])

c = pd.DataFrame(index=['D1','D2','D3'], columns=['24hr','48hr','72hr'])
c['24hr']['D1'] = b
c['48hr']['D1'] = b
c['72hr']['D1'] = b
c['24hr']['D2'] = b
c['48hr']['D2'] = b
c['72hr']['D2'] = b
c['24hr']['D3'] = b
c['48hr']['D3'] = b
c['72hr']['D3'] = b

要获得每个单元格的平均值，可以使用applymap，它将一个函数映射到DataFrame的每个单元格：

cell_means = c.applymap(lambda e: e['Average Vessels Length'].mean())
cell_means
Out[14]: 
    24hr  48hr  72hr
D1  17.5  17.5  17.5
D2  17.5  17.5  17.5
D3  17.5  17.5  17.5

一旦你有了这些，你就可以得到列的均值等，并继续通过均值进行标准化：

col_means = cell_means.mean(axis=0)
col_means
Out[11]: 
24hr    17.5
48hr    17.5
72hr    17.5
dtype: float64