Python dask.dataframe.groupby.SeriesGroupBy.mean用法及代码示例

用法: SeriesGroupBy.mean(split_every=None, split_out=1)

计算组的平均值，不包括缺失值。

此文档字符串是从 pandas.core.groupby.groupby.GroupBy.mean 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

参数：

numeric_only：bool，默认 True(Dask 中不支持)

仅包括 float、int、boolean 列。如果没有，将尝试使用所有内容，然后仅使用数字数据。

engine：str，默认无(在 Dask 中不支持)

'cython' ：通过 cython 的 C-extensions 运行操作。
'numba' ：通过来自 numba 的 JIT 编译代码运行操作。
None ：默认为 'cython' 或全局设置 compute.use_numba

engine_kwargs：dict，默认无(在 Dask 中不支持)

对于'cython' 引擎，没有接受的engine_kwargs
对于'numba' 引擎，引擎可以接受nopython , nogil 和parallel 字典键。这些值必须是 True 或 False 。 'numba' 引擎的默认 engine_kwargs 是 {{'nopython': True, 'nogil': False, 'parallel': False}}

pandas.Series 或 pandas.DataFrame

例子：

>>> df = pd.DataFrame({'A': [1, 1, 2, 1, 2],  
...                    'B': [np.nan, 2, 3, 4, 5],
...                    'C': [1, 2, 1, 1, 2]}, columns=['A', 'B', 'C'])

Groupby 一列并返回每组中剩余列的平均值。

>>> df.groupby('A').mean()  
     B         C
A
1  3.0  1.333333
2  4.0  1.500000

Groupby 两列并返回剩余列的平均值。

>>> df.groupby(['A', 'B']).mean()  
         C
A B
1 2.0  2.0
  4.0  1.0
2 3.0  1.0
  5.0  2.0

按一列分组并返回组中唯一特定列的平均值。

>>> df.groupby('A')['B'].mean()  
A
1    3.0
2    4.0
Name: B, dtype: float64

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.dataframe.groupby.SeriesGroupBy.mean。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：