用法:
Resampler.mean()計算組的平均值,不包括缺失值。
此文檔字符串是從 pandas.core.resample.Resampler.mean 複製而來的。
可能存在與 Dask 版本的一些不一致之處。
- numeric_only:布爾值,默認為真
僅包括 float、int、boolean 列。如果沒有,將嘗試使用所有內容,然後僅使用數字數據。
- engine:str,默認無
'cython':通過 cython 的 C-extensions 運行操作。'numba':通過來自 numba 的 JIT 編譯代碼運行操作。None:默認為'cython'或全局設置compute.use_numba
- engine_kwargs:字典,默認無
- 對於
'cython'引擎,沒有接受的engine_kwargs - 對於
'numba'引擎,引擎可以接受nopython,nogil和parallel字典鍵。這些值必須是True或False。'numba'引擎的默認engine_kwargs是{{'nopython': True, 'nogil': False, 'parallel': False}}
- 對於
- pandas.Series 或 pandas.DataFrame
參數:
返回:
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 一列並返回每組中剩餘列的平均值。
>>> df.groupby('A').mean() B C A 1 3.0 1.333333 2 4.0 1.500000Groupby 兩列並返回剩餘列的平均值。
>>> 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按一列分組並返回組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
相關用法
- Python dask.dataframe.tseries.resample.Resampler.agg用法及代碼示例
- Python dask.dataframe.to_records用法及代碼示例
- Python dask.dataframe.to_datetime用法及代碼示例
- Python dask.dataframe.to_hdf用法及代碼示例
- Python dask.dataframe.to_parquet用法及代碼示例
- Python dask.dataframe.to_sql用法及代碼示例
- Python dask.dataframe.to_numeric用法及代碼示例
- Python dask.dataframe.to_csv用法及代碼示例
- Python dask.dataframe.Series.apply用法及代碼示例
- Python dask.dataframe.DataFrame.applymap用法及代碼示例
- Python dask.dataframe.Series.clip用法及代碼示例
- Python dask.dataframe.Series.prod用法及代碼示例
- Python dask.dataframe.Series.fillna用法及代碼示例
- Python dask.dataframe.DataFrame.sub用法及代碼示例
- Python dask.dataframe.compute用法及代碼示例
- Python dask.dataframe.DataFrame.mod用法及代碼示例
- Python dask.dataframe.Series.to_frame用法及代碼示例
- Python dask.dataframe.read_table用法及代碼示例
- Python dask.dataframe.read_hdf用法及代碼示例
- Python dask.dataframe.Series.sum用法及代碼示例
注:本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.dataframe.tseries.resample.Resampler.mean。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。
