基于第一列的时间对列中的连续变量进行入库

Question

我正在尝试使用python将列中的值绑定为1-5，6-10等5行的平均值。我的df数据集如下所示：

Unnamed: 0   C00_zscore  C01_zscore  C02_zscore
1   3   5   6
2   4   36  65
3   56  98  62
4   89  52  35
5   32  74  30
6   55  22  35
7   68  23  31
8   97  65  15
9   2   68  1
10  13  54  300
11

理想情况下，结果应该如下所示：

bin C00_binned  C01_binned  C02_binned
1   36.8        53            39.6
2   47          46.4          76.4

Answer 1

获取索引并将其除以bin大小。这将是行的存储箱。在您的示例中，行号从1开始，并且您需要大小为5的存储箱。

bin_num = row_num / (bin_size + 1)

现在每一行都有一个bin_num，按它分组，然后进行计算。

df['bin_num'] = df['Unnamed'] / 6
df.groupby(['bin_num']).mean()