Python Pandas DataFrame mean方法用法及代码示例

例子

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[2,3], "B":[4,5]})
df



   A  B
0  2  4
1  3  5

列均值

要计算每列的平均值：

df.mean()   # or axis=0



A    2.5
B    4.5
dtype: float64

行均值

要计算每行的平均值，请设置 axis=1 ：

df.mean(axis=1)



0    3.0
1    4.0
dtype: float64

指定skipna

考虑以下带有缺失值的DataFrame：

df = pd.DataFrame({"A":[3,pd.np.nan,5]})
df



   A
0  3.0
1  NaN
2  5.0

默认情况下 skipna=True ，这意味着在计算平均值时将忽略所有缺失值：

df.mean()   # skipna=True



A    4.0
dtype: float64

考虑缺失值：

df.mean(skipna=False)



A   NaN
dtype: float64

请注意，如果行/列包含缺失值，则该行/列的平均值将为 NaN 。

指定numeric_only

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[4,5], "B":[2,True], "C":["6",False]})
df



   A  B     C
0  4  2     "6"
1  5  True  False

此处， B 和 C 列都包含混合类型，但主要区别在于，求和是为 B 定义的，而不是为 C 定义的。计算平均值需要明确定义类型之间的求和。

回想一下， True 布尔值的内部表示是 1 ，因此操作 2+True 实际上计算为 3 ：

2 + True



3

另一方面，"6"+False 抛出错误：

6 + "False"



TypeError: unsupported operand type(s) for +: 'int' and 'str'

None

默认情况下， numeric_only=None ，这意味着混合类型的行/列也会被考虑：

df.mean(numeric_only=None)



A    4.5
B    1.5
dtype: float64

在这里，请注意如何计算列的平均值B，但不适合C。通过传入None，无法计算平均值的行/列(由于类型求和无效)将简单地为忽略而不引发错误.

False

通过设置 numeric_only=False ，将再次考虑混合类型的行/列，但当无法计算平均值时会抛出错误：

df.mean(numeric_only=False)



TypeError: can only concatenate str (not "bool") to str

在这里，我们最终得到一个错误，因为 C 列包含混合类型，其中未定义 + 操作。

True

通过设置 numeric_only=True ，仅考虑数字行/列：

df.mean(numeric_only=True)



A 4.5
dtype: float64

请注意B 和C 列如何被忽略，因为它们包含混合类型。