如何使用Ibis获取表中各浮点数值列的均值与标准差？

API 探路者

2026-6-19

使用Ibis计算数值列的聚合统计量

一、获取浮点类型列的均值与标准差

假设你已经通过Ibis连接到目标数据源并拿到了数据表对象（示例中命名为table），可以按以下步骤操作：

从表的schema中筛选出所有浮点类型的列：

# 筛选浮点类型列
float_cols = [col for col, dtype in table.schema().items() if dtype.is_float()]

为每个浮点列生成均值和标准差的聚合表达式，执行查询得到结果：

# 构建聚合表达式：每个列对应mean和std两个统计量
agg_exprs = []
for col in float_cols:
    agg_exprs.append(table[col].mean().name(f"{col}_mean"))
    agg_exprs.append(table[col].std().name(f"{col}_std"))

# 执行聚合查询
float_stats = table.select(agg_exprs).execute()

执行后float_stats会返回一个DataFrame，包含所有浮点列的均值和标准差结果。

二、计算所有数值列的聚合结果

如果需要覆盖所有数值类型列（整数、浮点数等），只需调整列的筛选逻辑：

筛选所有数值类型列：

# 筛选所有数值类型列（整数、浮点数等）
numeric_cols = [col for col, dtype in table.schema().items() if dtype.is_numeric()]

构建聚合表达式（可按需扩展统计量，示例包含均值、标准差、总和、中位数）：

# 构建聚合表达式
agg_exprs = []
for col in numeric_cols:
    agg_exprs.extend([
        table[col].mean().name(f"{col}_mean"),
        table[col].std().name(f"{col}_std"),
        table[col].sum().name(f"{col}_sum"),
        table[col].median().name(f"{col}_median")
    ])

# 执行查询
numeric_stats = table.select(agg_exprs).execute()

如果只需要均值和标准差，删除extend里多余的统计量即可。