如何一次读入多个表格的指定数值列并计算均值后构造dataframe

可以使用 pandas 库中的 read_csv 函数读入多个表格，然后使用 iloc 函数选择指定数值列，并使用 mean 函数计算均值，最后将均值构造成一个新的 dataframe。下面是一个示例代码：

import pandas as pd

# 定义一个空列表，用于存储均值
mean_list = []

# 读入多个表格
for i in range(1, 4):
    filename = 'table{}.csv'.format(i)
    df = pd.read_csv(filename)
    # 选择指定数值列并计算均值
    mean_value = df.iloc[:, 1:4].mean()
    mean_list.append(mean_value)

# 将均值列表构造成 dataframe
df_mean = pd.DataFrame(mean_list)

# 输出均值 dataframe
print(df_mean)

在上面的代码中，我们使用了一个循环来读入多个表格，每个表格的文件名都是 "table{i}.csv" 的格式，其中 i 的取值范围是 1 到 3。我们使用 pandas 的 read_csv 函数来读入每个表格，并使用 iloc 函数选择第 1 列到第 4 列，即指定数值列，然后使用 mean 函数计算均值，并将均值添加到名为 mean_list 的列表中。最后，我们将均值列表构造成一个新的 dataframe，并将其命名为 df_mean，最终输出整个均值 dataframe。

相关问题

计算dataframe某一列均值

可以使用 pandas 库中的 `mean()` 方法计算 DataFrame 中某一列的均值。假设你的 DataFrame 名称为 `df`，要计算列名为 `column_name` 的均值，可以使用以下代码：

mean_value = df['column_name'].mean()

其中，`mean()` 方法会自动忽略 NaN 值。如果需要包括 NaN 值，则可以使用 `mean(skipna=False)` 方法。

dataframe的apply如何根绝每一行的多个列计算

在 `apply` 方法中，可以通过设置 `axis=1` 参数对每一行的多个列进行计算。在函数中，可以通过行索引和列名来获取每一个需要计算的值。下面是一个示例代码，它将对 DataFrame 的每一行的多个列进行计算：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

# 定义一个函数，对每一行多个列进行计算
def func(row):
    return row['A'] * row['B'] + row['C']

# 对每一行多个列应用函数进行计算
df['D'] = df.apply(func, axis=1)

print(df)

执行上述代码后，输出结果如下：

   A  B  C   D
0  1  4  7  11
1  2  5  8  18
2  3  6  9  27

在上述代码中，首先定义了一个函数 `func`，该函数接受一个行向量作为输入，然后通过行索引和列名获取需要计算的值，并进行计算。接着，使用 `apply` 方法对 DataFrame 中的每一行的多个列应用 `func` 函数进行计算，得到一个 Series 对象，该 Series 对象将作为 DataFrame 的一列添加到 DataFrame 中。最后，输出新的 DataFrame。