列数非常多的Pandas数据透视表

Question

我有一个熊猫数据框df，其中约有1000行但有500列。这些列分别命名为Run1，Run2，...，Run500

现有索引为datetime。

数据框中的采样数据如下：

df.ix[1:4,1:4]
                       Run1    Run2    Date
2019-04-01 01:00:00  23.0263  23.0263  2019-04-01
2019-04-01 01:00:00  19.2212  19.2212  2019-04-01
2019-04-02 01:00:00  19.3694  19.3694  2019-04-02
2019-04-02 01:00:00  19.3694  19.3694  2019-04-02

我可以尝试以下操作：

pd.pivot_table(df, index=['Date'], values=['Run1'], aggfunc=[np.mean])['mean']

但是我需要以下几点：

import pandas as pd
import numpy as np
pd.pivot_table(df, index=['Date'], values=['Run1', 'Run2', ...., 'Run500'], aggfunc=[np.mean])['mean']

Answer 1

我认为这是groupby + mean

df.groupby('Date').mean()