Python Pandas Series.mean()用法及代码示例

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.mean()函数返回给定Series对象中基础数据的平均值。

用法： Series.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

参数：
axis:要应用的函数的轴。
skipna:计算结果时排除NA /null值。
level:如果轴是MultiIndex(分层)，则沿特定级别计数，并折叠成标量。
numeric_only:仅包括float，int，boolean列。
**kwargs:要传递给函数的其他关键字参数。

返回：均值：标量或系列(如果指定级别)

范例1：采用Series.mean()函数查找给定系列对象中基础数据的均值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([10, 25, 3, 25, 24, 6]) 
  
# Create the Index 
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp'] 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.mean()函数查找给定系列对象的均值。

# return the mean 
result = sr.mean() 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.mean()函数已成功返回给定系列对象的均值。

范例2：采用Series.mean()函数查找给定系列对象中基础数据的均值。给定的系列对象还包含一些缺失值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([19.5, 16.8, None, 22.78, 16.8, 20.124, None, 18.1002, 19.5]) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.mean()函数查找给定系列对象的均值。我们将在计算均值时跳过所有缺失值。

# return the mean 
# skip all the missing values 
result = sr.mean(skipna = True) 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.mean()函数已成功返回给定系列对象的均值。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.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。