pandas 去掉最高分和最低分的平均值

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在数据中,有时会存在一些异常极大或极小的值,这会严重影响平均值。去掉最高和最低分可以减少这种影响。今天我们看看如何用 pandas 计算这样的平均值。

数据与需求

我们的数据如下：

import pandas as pd

df = pd.read_csv('https://gairuo.com/file/data/team.csv')
df.head()
'''
    name team  Q1  Q2  Q3  Q4
0  Liver    E  89  21  24  64
1   Arry    C  36  37  37  57
2    Ack    A  57  60  18  84
3  Eorge    C  93  96  71  78
4    Oah    D  65  49  61  86
'''

将每个人去掉最高分和最低分，得到平均值，效果如：

'''
name
Liver       44.0
Arry        37.0
Ack         58.5
Eorge       85.5
Oah         63.0
            ... 
Gabriel     66.5
Austin7     30.5
Lincoln4    56.5
Eli         66.0
Ben         42.0
Length: 100, dtype: float64
'''

思路

对 DataFrame df 进行操作，先按'name'列设置索引，然后只选择数值类型的列，最后对每一列应用一个lambda函数求平均值，这个平均值是排除了最大和最小值后计算的。

代码

最终代码如下：

(
    df.set_index('name')
    .select_dtypes(include='number')
    .apply(lambda x: x.sort_values()[1:-1].mean(), axis=1)
)
'''
name
Liver       44.0
Arry        37.0
Ack         58.5
Eorge       85.5
Oah         63.0
            ... 
Gabriel     66.5
Austin7     30.5
Lincoln4    56.5
Eli         66.0
Ben         42.0
Length: 100, dtype: float64
'''

具体分步来看:

df.set_index('name')
这将'name'列设置为索引,相当于以'name'列进行分组。
.select_dtypes(include='number')
这会选择数值类型的列,过滤掉非数值类型。
.apply(lambda x: x.sort_values()[1:-1].mean(), axis=1)
这对每一列应用一个lambda函数:
- x.sort_values() 对Series进行排序
- [1:-1] 取排序后结果的第2项到倒数第2项,去掉最大和最小值
- .mean() 计算平均值
- axis=1 表示按行应用,即每一行（每个人）求一次平均值。

综合起来,这段代码可以高效地对DataFrame的每一列求去掉最大最小值后的平均数,实现求“修正平均值”的目的。

这样就完成了需求。

（完）

pandas 去掉最高分和最低分的平均值

数据与需求

思路

代码

相关内容