pandas实现:计算A类列行均值后,定位与均值RMSE最小的目标列名
适配现有代码风格的实现方案
1. 生成分组行均值列
参照你常用的列筛选逻辑,取出对应分组的所有列,按行计算均值生成对应命名规则的均值列,逻辑直接落地:
# 遍历所有分组子串,生成对应均值列 for substring in self.all_substrings: # 筛出当前分组的所有列 group_cols = [col for col in list(self.table) if substring in col] # 按行求平均,命名为「子串.avg」格式,匹配你示例中A.avg的命名规则 self.table[f"{substring}.avg"] = self.table[group_cols].mean(axis=1)
2. 查找组内和均值RMSE最小的列
完全照搬你现有“列表推导筛列、直接对筛选后的子表做聚合”的写法,不需要新增冗余的循环逻辑,核心把原来取最大值的idxmax换成找RMSE最小的逻辑就行:
closest_col_per_group = [ self.table[ [col for col in list(self.table) if substring in col] # 对组内每一列计算它和对应组均值的RMSE,取RMSE最小的列名 .apply( lambda col: ((col - self.table[f"{substring}.avg"]) ** 2).mean() ** 0.5 ).idxmin() for substring in self.all_substrings ]
写法和你现有代码的对齐说明
- 完全保留你原有代码的两层结构:外层遍历所有分组子串,内层通过列名包含子串的规则筛列,没有改动你熟悉的代码范式
- 运算部分直接用pandas向量化计算RMSE,不需要额外导入第三方依赖,执行效率和你现有代码一致
- 原来的
idxmax对应最大值查找,这里换成idxmin对应RMSE最小值查找,和pandas的原生API逻辑完全匹配
示例数据校验
拿你给出的A组示例数据跑一遍验证:
- A组三行均值分别为6、4.75、3.25
- 逐列计算RMSE后,A.2列的RMSE确实是所有A组列里最小的,最终返回结果和你预期的A.2一致。
内容的提问来源于stack exchange,提问作者PathFinder
相关产品推荐
相关产品推荐

