Path: csiph.com!fu-berlin.de!uni-berlin.de!not-for-mail
From: Peter Otten <__peter__@web.de>
Newsgroups: de.comp.lang.python
Subject: Re: [Python-de] Anfaengerfrage: Dataframe - Zeilenmittel - Spaltenmittel
Date: Wed, 19 Jun 2019 18:22:41 +0200
Organization: None
Lines: 60
Message-ID: <mailman.153.1560961377.21674.python-de@python.org>
References: <1825444.o0KX4FVeTt@host> <A873B342-4C42-4F2A-924F-1B8DA32A6488@wodca.de> <2735687.t9uVyT51e0@host> <25610520.bS6HIQtzF9@palindrom>
Mime-Version: 1.0
Content-Type: text/plain; charset="iso-8859-1"
Content-Transfer-Encoding: quoted-printable
User-Agent: KMail/4.13.3 (Linux/3.13.0-170-generic; KDE/4.13.3; x86_64; ; )
In-Reply-To: <2735687.t9uVyT51e0@host>
Precedence: list
Xref: csiph.com de.comp.lang.python:5494

eilfh wrote:

> Am Dienstag, 18. Juni 2019, 09:09:39 CEST schrieb Achim Herwig:
>>         for i in range(spalte_nr):
>>                 for j in range(spalte_nr):
>=20
>=20
> danke f=FCrs mitdenken
>=20
>=20
> nach euren Hinweisen und weiteren vielen "Versuchen"
> (alles mit pandas,
> in Zeile/Spalte 0 stehen jeweils die Beschreibungen)
>=20
> zeilen_anzahl =3D len(df.index)
> spalten_anzahl =3D len(df.columns)
> spalten_mittel =3D df.mean()
> zeilen_mittel =3D df.mean(axis =3D 1)
>=20
> df1 =3D df

df und df1 beziehen sich auf dasselbe Objekt; wenn du eine Kopie willst=
:

df1 =3D df.copy()

> for i in range(1, spalten_anzahl + 1):
>     for j in range(1, zeilen_anzahl + 1):
>         df1.iloc[j - 1, i - 1] =3D df1.iloc[j -1 , i - 1]
> - spalten_mittel[i - 1]
> - zeilen_mittel[j - 1]
> + ges_mittel
>=20
>=20
> .... sicher nicht die eleganteste L=F6sung,
> aber es komm das 'raus, was ich suche

Ebenfalls per trial-and-error bin ich auf

spaltenmittel =3D df.mean(axis=3D"columns")
zeilenmittel =3D df.mean(axis=3D"index")
ges_mittel =3D df.as_matrix().mean()
df1 =3D (df - zeilenmittel).sub(spaltenmittel, axis=3D"index") + ges_mi=
ttel

gekommen. Etwas =FCbersichtlicher finde ich es, zwischendurch zu numpy =
zu=20
wechseln:

a =3D df.as_matrix()
b =3D (a.T - a.mean(axis=3D1)).T - a.mean(axis=3D0) + a.mean()
df1 =3D pd.DataFrame(b, columns=3Ddf)

Statt der zweifachen Transposition ist auch

b =3D a - np.expand_dims(a.mean(axis=3D1), 1) - a.mean(axis=3D0) + a.me=
an()

m=F6glich.