python pandas 或 Filter 中的管道或函数序列然后汇总（作为 dplyr）

Question

语境化。我是 R 的重度用户，但目前在 python 和 pandas 之间切换。假设我有这个数据框

data = {'participant': ['p1','p1','p2','p3'],
        'metadata': ['congruent_1','congruent_2','incongruent_1','incongruent_2'],
        'reaction': [22000,25000,27000,35000]
        }

df_s1 = pd.DataFrame(data, columns = ['participant','metadata', 'reaction'])
df_s1 = df_s1.append([df_s1]*15,ignore_index=True)
df_s1

我想通过以下方式重现我在 R（管道函数）中可以轻松完成的操作：

df_s1[(df_s1.metadata == "congruent_1") | (df_s1.metadata == "incongruent_1")].df_s1["reaction"].mean()

这是不可能的。当我将此代码拆分为 parts/variables:

时，我才能成功

x = df_s1[(df_s1.metadata == "congruent_1") | (df_s1.metadata == "incongruent_1")]
x = x["reaction"].mean()
x

以 dplyr 方式，我会选择

ds_s1 %>% 
  filter(metadata == "congruent_1" | metadata == "incongruent_1") %>% 
  summarise(mean(reaction))

注意：我非常感谢对可以将我的 R 代码转换为 Python 的站点的简明引用。有几种文献可用，但格式混合且样式灵活。

谢谢

Answer 1

你是说：

df_s1.loc[(df_s1.metadata == "congruent_1") | (df_s1.metadata == "incongruent_1"), "reaction"].mean()

或更简单 isin:

df_s1.loc[df_s1.metadata.isin(["congruent_1", "incongruent_1"]), "reaction"].mean()

输出：

24500.0

Answer 2

这里有.loc

df_s1.loc[(df_s1.metadata == "congruent_1") | (df_s1.metadata == "incongruent_1"), 'reaction'].mean()
Out[117]: 24500.0

更改为 isin，如 Quang 所述，尝试减少代码行

在基地 R

mean(ds_s1$reaction[ds_s1$metadata%in%c('congruent_1','incongruent_1')])

Answer 3

除了其他建议的解决方案：

df_s1.query('metadata==["congruent_1","incongruent_1"]').agg({"reaction": "mean"})

 reaction    24500.0
 dtype: float64

Answer 4

在python中使用datar（我是作者），您可以轻松地将代码从R移植到python:

from datar.all import *

data = tibble(
  participant=['p1','p1','p2','p3'],
  metadata=['congruent_1','congruent_2','incongruent_1','incongruent_2'],
  reaction=[22000,25000,27000,35000]
)

df_s1 = data >> uncount(15)

df_s1 = df_s1 >> \
  filter((f.metadata == "congruent_1") | (f.metadata == "incongruent_1")) >> \
  group_by(f.metadata) >> \
  summarise(reaction_mean=mean(f.reaction))

print(df_s1)

输出：

        metadata  reaction_mean
0    congruent_1        22000.0
1  incongruent_1        27000.0

python pandas 或 Filter 中的管道或函数序列然后汇总（作为 dplyr）

Pipe or sequence of function in python pandas or Filter then summarize (as dplyr)

python

r

pipe

pandas

dplyr