Python DataFrame按±0.2mm距离区间分组求均值与标准差

步骤1：创建分组区间 #

首先根据需求生成±0.2mm的区间（每个区间宽度0.4mm），覆盖数据中distance in mm的范围：

import pandas as pd

matrix = [[0,11,0],[0.99,25,1],[1.99,17,1],[0.1,6,0],[0.88,9,1] ]
data = pd.DataFrame(matrix,columns=['distance in mm','Lithium','Calcium'])

# 生成区间：从-0.2开始，步长0.4，到2.2结束（覆盖示例数据最大值1.99）
bins = pd.interval_range(start=-0.2, end=2.2, freq=0.4)
# 添加区间列
data['distance_bin'] = pd.cut(data['distance in mm'], bins=bins)

步骤2：分组聚合计算统计量 #

直接对区间列做groupby，然后用agg方法指定需要计算的均值和标准差：

# 分组计算Lithium和Calcium的均值、标准差
result = data.groupby('distance_bin').agg(
    lithium_mean=('Lithium', 'mean'),
    lithium_std=('Lithium', 'std'),
    calcium_mean=('Calcium', 'mean'),
    calcium_std=('Calcium', 'std')
).reset_index()

# 查看结果
print(result)

结果说明 #

运行后会得到包含区间、各元素均值和标准差的DataFrame，示例输出如下：

distance_bin  lithium_mean  lithium_std  calcium_mean  calcium_std
0   [-0.2, 0.2]           8.5     3.535534           0.0          0.0
1    [0.2, 0.6]           NaN          NaN           NaN          NaN
2    [0.6, 1.0]          17.0    11.313708           1.0          0.0
3    [1.0, 1.4]           NaN          NaN           NaN          NaN
4    [1.4, 1.8]           NaN          NaN           NaN          NaN
5    [1.8, 2.2]          17.0          NaN           1.0          NaN

注：没有数据的区间会显示NaN，如果需要过滤掉这些空行，可以添加result = result.dropna()。

灵活调整区间 #

如果需要自定义区间中心或范围，比如想以数据中的每个唯一distance值为中心做±0.2的区间，可以用以下方式：

# 以每个唯一distance值为中心生成区间
unique_distances = data['distance in mm'].unique()
custom_bins = []
for d in unique_distances:
    custom_bins.append((d-0.2, d+0.2))
# 转换为IntervalIndex
custom_bins = pd.IntervalIndex.from_tuples(custom_bins, closed='left')
# 分组聚合
custom_result = data.groupby(pd.cut(data['distance in mm'], bins=custom_bins)).agg(
    lithium_mean=('Lithium', 'mean'),
    lithium_std=('Lithium', 'std'),
    calcium_mean=('Calcium', 'mean'),
    calcium_std=('Calcium', 'std')
).reset_index()

这种方式会生成以每个现有distance值为中心的±0.2区间，适合需要匹配特定数据点的场景。

内容的提问来源于stack exchange，提问作者Van3