Python Pandas dataframe.mean()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.mean()函數返回所請求軸的平均值。如果將方法應用於 Pandas 係列對象，則該方法將返回標量值，該標量值是 DataFrame 中所有觀測值的平均值。如果將方法應用於pandas DataFrame 對象，則該方法將返回pandas係列對象，該對象包含指定軸上的值的平均值。

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

參數：
axis:{索引(0)，列(1)}
skipna:計算結果時排除NA /空值

level:如果軸是MultiIndex(分層)，則沿特定級別計數，折疊成一個係列

numeric_only：僅包括浮點型，整數型和布爾型列。如果為None，將嘗試使用所有內容，然後僅使用數字數據。未針對係列實施。

返回值：意思是：Series或DataFrame(如果指定級別)

範例1：采用mean()函數查找索引軸上所有觀測值的平均值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.DataFrame({"A":[12, 4, 5, 44, 1], 
                   "B":[5, 2, 54, 3, 2],  
                   "C":[20, 16, 7, 3, 8], 
                   "D":[14, 3, 17, 2, 6]}) 
  
# Print the dataframe 
df

讓我們使用dataframe.mean()函數查找索引軸上的均值。

# Even if we do not specify axis = 0, 
# the method will return the mean over 
# the index axis by default 
df.mean(axis = 0)

輸出：

範例2：采用mean()在具有Na值。還要找到列軸的平均值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.DataFrame({"A":[12, 4, 5, None, 1], 
                   "B":[7, 2, 54, 3, None], 
                   "C":[20, 16, 11, 3, 8],. 
                   "D":[14, 3, None, 2, 6]}) 
  
# skip the Na values while finding the mean 
df.mean(axis = 1, skipna = True)

輸出：

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.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。