每10行拆分/划分数据帧

Question

我尝试将我的数据帧拆分为10行，并为每10行找到聚合函数(mean，SD等)，然后再次将其合并为1个数据帧。以前，我使用.groupby函数对数据进行分组，但无法将数据拆分为10行。

这就是我所做的：

  def sorting (df):
    grouped = df.groupby(['Activity']).
    l_grouped=list(grouped)

我将分组的结果转换为list (l_grouped)，但我不知道是否可以将行从每个元组/列表中分离出来？结果与原始数据帧一致，但由“活动”分隔。例如，将'Standing‘作为目标值('Activity')的行可以通过调用l_grouped1 (类型列表/元组)来访问。l_grouped 1将只返回单词'Standing‘。我可以使用以下命令访问分组结果：

  for i in range(len(df_sort)):
      print(df_sort[i][1])

df_sort关于调用sorting(df)的结果，有没有办法将元组/列表按行拆分？然后在上面创建聚合函数？

Answer 1

我建议使用一个窗口函数+一个小技巧来提高步幅：

step = 10
window = 10

df = pd.DataFrame({'a': range(100)})
df['a'].rolling(window).sum()[::step]

如果这不是您正在寻找的确切结果，请检查documentation以了解有关窗口边界等的更多详细信息。

Answer 2

您可以执行以下操作：

import numpy as np

step = 10
df["id"] = np.arange(len(df))//step

gr = df.groupby("id")
...