Calcul de la moyenne pour des groupes 2x2 lignes-colonnes pour un DataFrame

Question

J'ai un DataFrame pour lequel j'aimerais prendre plusieurs moyens et produire une seule série/DataFrame.

J'aimerais que chaque moyenne soit groupée par une 2x2 tranches de l'ensemble du DataFrame.

Un exemple de ceci serait :

df = pd.DataFrame({'0' : [4, 5, 6, 7, 8, 10], '1' : [2, 0, 1, 2, 3, 4],
                   '2' : [2, 4, 6, 8, 10, 12]}).T

df_mean

2.75
3
4
5
.
.
5.75
7.25

La façon dont il serait regroupé serait en prenant la première rangée 2x2 "tranche". ([4, 5], [2, 0]) calculer la moyenne (4+5+2+0)/4 = 2.75 puis répétez cette opération pour chaque tranche jusqu'à la rangée suivante, jusqu'à ce que toutes les tranches 2x2 possibles aient été calculées sur toutes les rangées.

Ie :

([5, 6], [0, 1]).mean() = 3
([6, 7], [1, 2]).mean() = 4
.
.
.
([3, 4], [10, 12]).mean() = 7.25

Je n'arrive qu'à comprendre comment regrouper 2 lignes en bas et prendre la moyenne :

df_mean = df.groupby(np.arange(len(df)) // 2).mean()

Mais cela ne fait que regrouper par 2 dans chaque colonne plutôt que dans une "cellule" 2x2.

Y a-t-il un moyen d'utiliser le groupby pour faire cela ? J'essaie d'éviter les boucles for coûteuses en calcul sur les indices de ligne et de colonne si possible.

Answer 1

J'utilise rolling , mean y dropna le long des deux axes afin d'obtenir le résultat souhaité :

import pandas as pd

df = pd.DataFrame(
    {'0': [4, 5, 6, 7, 8, 10], '1': [2, 0, 1, 2, 3, 4], '2': [2, 4, 6, 8, 10, 12]}
).T
mean_df = (
    df.rolling(2)
    .mean()
    .dropna(how='all')
    .rolling(2, axis='columns')
    .mean()
    .dropna(how='all', axis='columns')
)
print(mean_df)

---

      1     2     3     4     5
1  2.75  3.00  4.00  5.00  6.25
2  2.00  2.75  4.25  5.75  7.25

Rolling crée les Windows sur lesquelles la moyenne est calculée, dropna supprime les lignes où il y a des NaN lorsque la fenêtre prend des valeurs en dehors du cadre de données.

Answer 2

Si toutes vos données sont du même type, vous pouvez utiliser as_strided :

size = (2,2)

from numpy.lib.stride_tricks import as_strided

strides = df.values.strides

new_rows = (df.shape[0] - size[0] + 1) 
new_cols = (df.shape[1] - size[1] + 1)

array = as_strided(df.values, 
                   (size[0],size[1], new_rows, new_cols), 
                   [strides[0], strides[1], strides[0], strides[1]])

np.mean(array,
        axis=(0,1))

Sortie :

array([[2.75, 3.  , 4.  , 5.  , 6.25],
   [2.  , 2.75, 4.25, 5.75, 7.25]])