计算Excel表格类型的数据集的平均值

我首先以dry bean数据集作为本次的尝试Excel

可以看到，该数据集有16个属性和一个标签，而标签总共有分为7种，分别为： SEKER,BARBUNYA,
BOMBAY,CALI, HOROZ,SIRA，DERMASON0,我想计算一下这七个品种的每个属性的平均值，我使用pandas实现并且把它们保存到Excel表格：
平均值使用pandas自带计算平均值的函数xx.mean()

第一次使用的是lambda完成的

import pandas as pd

readbook = pd.read_excel('Dry_Bean.xlsx', engine='openpyxl')

SEKER = readbook.loc[readbook['Class'].apply(lambda a: a == 'SEKER')]
BARBUNYA = readbook.loc[readbook['Class'].apply(lambda a: a == 'BARBUNYA')]
BOMBAY = readbook.loc[readbook['Class'].apply(lambda a: a == 'BOMBAY')]
CALI = readbook.loc[readbook['Class'].apply(lambda a: a == 'CALI')]
HOROZ = readbook.loc[readbook['Class'].apply(lambda a: a == 'HOROZ')]
SIRA = readbook.loc[readbook['Class'].apply(lambda a: a == 'SIRA')]
DERMASON = readbook.loc[readbook['Class'].apply(lambda a: a == 'DERMASON')]

SEKER0 = SEKER.mean().to_numpy()
BARBUNYA0 = BARBUNYA.mean().to_numpy()
BOMBAY0 = BOMBAY.mean().to_numpy()
CALI0 = CALI.mean().to_numpy()
HOROZ0 = HOROZ.mean().to_numpy()
SIRA0 = SIRA.mean().to_numpy()
DERMASON0 = readbook.mean().to_numpy()

means = pd.DataFrame({
    '特征': ['Area', 'Perimeter', 'MajorAxisLength', 'MinorAxisLength', 'AspectRation', 'Eccentricity', 'ConvexArea',
           'EquivDiameter',
           'Extent', 'Solidity', 'roundness', 'Compactness', 'ShapeFactor1', 'ShapeFactor2', 'ShapeFactor3',
           'ShapeFactor4'],
    'SEKER0': SEKER0,
    'BARBUNYA0': BARBUNYA0,
    "BOMBAY0": BOMBAY0,
    'CALI0': CALI0,
    'HOROZ0': HOROZ0,
    'SIRA0': SIRA0,
    'DERMASON0': DERMASON0,
})

means.to_excel('dry Bean的平均值.xlsx', index=None)
print('ok')

看一下保存的dry Bean的平均值.xlsx

后来发现可以使用官方提供的一种方法：

SEKER = readbook[readbook['Class'] == 'SEKER']

可以代替：

SEKER = readbook.loc[readbook['Class'].apply(lambda a: a == 'SEKER')]