平均に近いものを探すプログラム

Question

a b c
東京 　3 2 6
名古屋 4 5 7
大阪 　5 8 9
福岡　 1 9 2

のようなデータが無数に連なるcsvファイルにおいて、平均を計算させ、その値を求める事を行いました。例えば、bの平均が3.75といった具合です。
その求めたbの3.75という平均値を用いて、平均に最も近い場所、遠い場所を出力するプログラムを作成したいです。

import numpy as np
import pandas as pd
import os

# Call fail from os
# Add "r" to the string to stop the interpretation of special characters

os.chdir(r"C:\Users\-\Desktop")
df = pd.read_csv("prefecture.csv")

上記のコードのようにcsvファイルを読み込むところまでは理解しています。
どうかお力添え頂けませんか。
よろしくおねがいします。

Answer 1

各値から平均を引いた値の絶対値を求め、その値をソートした先頭と末尾のインデックスを出力するとよいのではないでしょうか。
（値が重複する場合は想定しておりません）

closest, farthest = (df['b'] - df['b'].mean()).abs().sort_values().iloc[[0,-1]].index

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.mean.html

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.abs.html

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.sort_values.html

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.iloc.html

Comments

[magichan]

遅かった・・

[退会済みユーザー]

分かりやすくて初心者の自分には非常にありがたいです。

Answer 2

以下の手順でできます。

1. DataFrame.mean() で列ごとの平均を計算する
2. (df - df.mean()).abs() で平均との距離を計算する。
3. idxmin() で平均に最も近いインデックスを取得する
4. idxmax() で平均から最も遠いインデックスを取得する

from io import StringIO

import pandas as pd

text = StringIO("""a b c
東京 3 2 6
名古屋 4 5 7
大阪 5 8 9
福岡 1 9 2""")

df = pd.read_csv(text, delim_whitespace=True)
print(df.mean())
# a    3.25
# b    6.00
# c    6.00
# dtype: float64

# 平均との差
diff = (df - df.mean()).abs()

# 平均に最も近いインデックス
print(diff.idxmin())
# a     東京
# b    名古屋
# c     東京
# dtype: object

# 平均から最も遠いインデックス
print(diff.idxmax())
# a    福岡
# b    東京
# c    福岡
# dtype: object

Comments

[退会済みユーザー]

分かりやすい回答をありがとうございました。