python dataframe mean_Pandas DataFrame.mean()例子
mean()函数用于返回所请求轴的值的平均值。如果我们将此方法应用于Series对象, 则它将返回标量值, 该标量值是数据框中所有观测值的平均值。
如果我们将此方法应用于DataFrame对象, 则它将返回Series对象, 该对象包含指定轴上的值的平均值。
句法
DataFrame.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
参数
轴：{索引(0), 列(1)}。
这是指要应用的功能的轴。
skipna：计算结果时, 它排除所有空值。
级别：如果轴是MultiIndex(分层), 则它将与特定级别一起计数并折叠为一个Series,
numeric_only：仅包含int, float和boolean列。如果为None, 它将尝试使用所有内容, 然后仅使用数字数据。未针对系列实施。
退货
如果指定了级别, 则返回Series或DataFrame的平均值。
例子
# importing pandas as pd
import pandas as pd
# Creating the dataframe
info = 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 dataframe
info
# If axis = 0 is not specified, then
# by default method return the mean over
# the index axis
info.mean(axis = 0)
输出
A 7.0
B 13.2
C 8.6
D 15.4
dtype: float64
例2
# importing pandas as pd
import pandas as pd
# Creating the dataframe
info = 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 values
info.mean(axis = 1, skipna = True)
输出
0 11.500000
1 16.000000
2 15.333333
3 9.333333
4 15.666667
dtype: float64