Pandas 重复测量的平均值
Pandas Mean of Repeating Measurement
我进行了一次测量，我改变了一个参数并测量了一个物理量。我执行了多次测量并将数据保存到 pandas 数据帧。结果看起来像这样：
parameter measured_value
0 10 1.10
1 20 1.21
2 30 1.29
3 40 1.42
4 50 1.54
5 10 1.14
6 20 1.22
7 30 1.32
8 40 1.41
9 50 1.52
在那个例子中，我重复了两次测量，并将参数从 10 变为 50，步长为 10。有没有办法对测量值进行平均，这样我得到以下结果：
parameter mean_measured_value
0 10 1.10
1 20 1.20
2 30 1.30
3 40 1.40
4 50 1.50
我通常使用 matlab 分析我的数据。基本上，我可以像 matlab 一样使用 numpy 进行数据分析，但这看起来很安静：
meas_value = np.asarray(df['measured_value'])
mean_meas_value = np.mean(np.reshape(meas_value, (5,2)), axis=1)
pandas有什么优雅的方法吗？
如果我没理解错的话：
meas_value = df.groupby('parameter').sum()
我进行了一次测量，我改变了一个参数并测量了一个物理量。我执行了多次测量并将数据保存到 pandas 数据帧。结果看起来像这样：
parameter measured_value
0 10 1.10
1 20 1.21
2 30 1.29
3 40 1.42
4 50 1.54
5 10 1.14
6 20 1.22
7 30 1.32
8 40 1.41
9 50 1.52
在那个例子中，我重复了两次测量，并将参数从 10 变为 50，步长为 10。有没有办法对测量值进行平均，这样我得到以下结果：
parameter mean_measured_value
0 10 1.10
1 20 1.20
2 30 1.30
3 40 1.40
4 50 1.50
我通常使用 matlab 分析我的数据。基本上，我可以像 matlab 一样使用 numpy 进行数据分析，但这看起来很安静：
meas_value = np.asarray(df['measured_value'])
mean_meas_value = np.mean(np.reshape(meas_value, (5,2)), axis=1)
pandas有什么优雅的方法吗？
如果我没理解错的话：
meas_value = df.groupby('parameter').sum()