我有一个数据框，我希望根据商店和所有商店计算平均值。我创建了代码来计算平均值，但我正在寻找一种更有效的方法。
DF
Cashier# Store# Sales Refunds
001 001 100 1
002 001 150 2
003 001 200 2
004 002 400 1
005 002 600 4
DF-期望
Cashier# Store# Sales Refunds Sales_StoreAvg Sales_All_Stores_Avg
001 001 100 1 150 290
002 001 150 2 150 290
003 001 200 2 150 290
004 002 400 1 500 290
005 002 600 4 500 290
我的尝试我创建了两个额外的数据框，然后进行了左连接
df.groupby(['Store#']).sum().reset_index().groupby('Sales').mean()
我有一个包含很多行的数据框。有时，价值观是其中之一，对我的目的不是很有用。
如何从第 2 列和第 3 列的值出现不超过 5 次的地方删除所有行？
df 输入
Col1 Col2 Col3 Col4
1 apple tomato banana
1 apple potato banana
1 apple tomato banana
1 apple tomato banana
1 apple tomato banana
1 apple tomato banana
1 grape tomato banana
1 pear tomato banana
1 lemon tomato banana
输出
Col1 Col2 Col3 Col4
1 apple tomato banana
1 apple tomato banana
1 apple tomato banana
1 apple tomato banana
1 apple tomato banana
我有一个日期框架,有很多行,有一些低频值.我需要进行逐列计数,然后在频率小于3时更改值.
DF-输入
Col1 Col2 Col3 Col4
1 apple tomato apple
1 apple potato nan
1 apple tomato banana
1 apple tomato banana
1 apple tomato banana
1 apple tomato banana
1 grape tomato banana
1 pear tomato banana
1 lemon tomato burger
DF-输出
Col1 Col2 Col3 Col4
1 apple tomato Other
1 apple Other nan
1 apple tomato banana
1 apple tomato banana
1 apple tomato banana
1 apple tomato banana
1 Other tomato banana
1 Other tomato banana
1 …我有一个（大）数据框。如何按位置选择特定的列？例如第1..3、5、6列
我试图以这种方式而不是只删除column4，因为我的数据集中有很多行，我想按位置进行选择：
df=df[df.columns[0:2,4:5]]
但这给 IndexError: too many indices for array
DF输入
Col1 Col2 Col3 Col4 Col5 Col6
1 apple tomato pear banana banana
1 apple grape nan banana banana
1 apple nan banana banana banana
1 apple tomato banana banana banana
1 apple tomato banana banana banana
1 apple tomato banana banana banana
1 avacado tomato banana banana banana
1 toast tomato banana banana banana
1 grape tomato egg banana banana
DF输出-所需
Col1 Col2 Col3 Col5 Col6
1 apple tomato …