熊猫的TimeSeries的平均数（）

Question

您好，

我有一些连续的x/y从行为实验坐标，我想使用大熊猫组内平均值。

我在这里使用数据的一个子集。

data 
Out[11]: 
<class 'pandas.core.frame.DataFrame'> 
Int64Index: 2036 entries, 0 to 1623 
Data columns (total 9 columns): 
id    2036 non-null values 
subject   2036 non-null values 
code    2036 non-null values 
acc    2036 non-null values 
nx    2036 non-null values 
ny    2036 non-null values 
rx    2036 non-null values 
ry    2036 non-null values 
reaction_time 2036 non-null values 
dtypes: bool(1), int64(3), object(5) 

nx和ny举行一系列TimeSeries对象，它们都具有相同的指数。

data.nx.iloc[0] 
Out[16]: 
0  0 
1  0 
2  0 
3  0 
4  0 
5  0 
6  0 
7  0 
8  0 
9  0 
10 0 
11 0 
12 0 
13 0 
14 0 
... 
86  1.019901 
87  1.010000 
88  1.010000 
89  1.005921 
90  1.000000 
91  1.000000 
92  1.000000 
93  1.000000 
94  1.000000 
95  1.000000 
96  1.000000 
97  1.000000 
98  1.000000 
99  1.000000 
100 1.000000 
Length: 101, dtype: float64 

这些的TimeSeries列可以是平均正常使用data.nx.mean()，并且像预期的那样，但我打了麻烦，当我尝试对数据进行分组。

grouped = data.groupby(['code', 'acc']) 
means = grouped.mean() 
print means 
         id   subject reaction_time 
code acc            
group1 False 1570.866667 47474992.333333 1506.000000 
     True 1337.076152 46022403.623246 1322.116232 
group2 False 1338.180180 48730402.045045 1289.112613 
     True 1382.631757 42713592.628378 1294.952703 
group3 False 1488.587156 43202477.623853 1349.568807 
     True 1310.415233 47054310.498771 1341.837838 
group4 False 1339.682540 52530349.936508 1540.714286 
     True 1343.261176 44606616.407059 1362.174118 

奇怪的是，我可以强迫他们平均时间序列数据，并可能不得不求助于黑客这样，像这样：

for name, group in grouped: 
    print group.nx.mean() 

0  0.000000 
1  0.000000 
2  0.000000 
3  0.000000 
4  0.000000 
5  0.000667 
6  0.000683 
7  0.001952 
8  0.002000 
9  0.002000 

{etc, 101 values for 6 groups} 

最后，如果我试图迫使GroupBy对象我得到以下几点：

grouped.nx.mean() 
--------------------------------------------------------------------------- 
DataError         Traceback (most recent call last) 
<ipython-input-25-0b536a966e02> in <module>() 
----> 1 grouped.nx.mean() 

/usr/local/lib/python2.7/dist-packages/pandas-0.12.0-py2.7-linux-i686.egg/pandas/core/groupby.pyc in mean(self) 
    357   """ 
    358   try: 
--> 359    return self._cython_agg_general('mean') 
    360   except GroupByError: 
    361    raise 

/usr/local/lib/python2.7/dist-packages/pandas-0.12.0-py2.7-linux-i686.egg/pandas/core/groupby.pyc in _cython_agg_general(self, how, numeric_only) 
    462 
    463   if len(output) == 0: 
--> 464    raise DataError('No numeric types to aggregate') 
    465 
    466   return self._wrap_aggregated_output(output, names) 

DataError: No numeric types to aggregate 

有没有人任何想法？

Answer 1

一个系列，其中每个条目本身是一个系列是不惯用的。我认为“没有数字类型要聚合”是告诉你，大熊猫试图取得系列（不包括它们包含的数字数据的平均值）的列表的平均值。

您应该整理您的数据，以便nx和ny包含实际的数字。将nx，ny（和，我认为rx和ry）保存在一个单独的DataFrame中可能是最简单的，每个列对应一个id。