Pandas 教程-Pandas DataFrame.mean()
P
点击关注 👉约 2 分钟
点击关注 👉约 2 分钟整理：python架构师
mean()函数用于返回所请求轴的值的平均值。如果我们在Series对象上应用此方法，则返回一个标量值，该值是数据框中所有观测值的平均值。
如果我们在DataFrame对象上应用此方法，则返回一个包含指定轴上的值的平均值的Series对象。
语法
DataFrame.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
参数
axis: {index (0), columns (1)}。这是应用函数的轴。
skipna: 计算结果时，排除所有null值。
level: 沿着特定级别进行计数，并且如果轴是MultiIndex（分层结构），则折叠为Series。
numeric_only: 只包括int、float、boolean列。如果为None，它将尝试使用所有内容，然后仅使用数值数据。未在Series中实现。
专属福利 👉点击领取：最全Python资料合集
返回
如果指定了级别，则返回Series或DataFrame的平均值。
示例
# importing pandas as pdimport pandas as pd# Creating the dataframeinfo = pd.DataFrame({"A":[8, 2, 7, 12, 6],"B":[26, 19, 7, 5, 9],"C":[10, 11, 15, 4, 3],"D":[16, 24, 14, 22, 1]})# Print the dataframeinfo# If axis = 0 is not specified, then# by default method return the mean over# the index axisinfo.mean(axis = 0)
A 7.0B 13.2C 8.6D 15.4dtype: float64
示例2
# importing pandas as pdimport pandas as pd# Creating the dataframeinfo = pd.DataFrame({"A":[5, 2, 6, 4, None],"B":[12, 19, None, 8, 21],"C":[15, 26, 11, None, 3],"D":[14, 17, 29, 16, 23]})# while finding mean, it skip null valuesinfo.mean(axis = 1, skipna = True)
0 11.5000001 16.0000002 15.3333333 9.3333334 15.666667dtype: float64
1 热门推荐