python中mean的用法_Python pandas.DataFrame.mean函数方法的使用

DataFrame.mean(self, axis=None, skipna=None, level=None, numeric_only=None, **kwargs)[source]

返回所请求轴的值的平均值。

参数:axis:{index (0), columns (1)}

要应用的功能的轴。

skipna:bool,默认为True,

计算结果时排除NA/null值。

level:int或级别名称,

默认为None

如果轴是MultiIndex(分层),

则沿特定级别计数,并折叠为Series。

numeric_only:bool,

默认值None

仅包括float,int,boolean列。

如果为None,将尝试使用所有内容,

然后仅使用数字数据。未针对Series实施。

**kwargs

要传递给函数的其他关键字参数。

返回:Series 或 DataFrame(如果指定level)

例子import pandas as pd

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 ]})

#打印数据框

info

#如果 未指定 axis = 0 ,则默认情况下 方法 返回 均值

#索引轴

info.mean(axis = 0)

输出结果:7.0

B 13.2

C 8.6

D 15.4

dtype:float64import pandas as pd

#创建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)

输出结果:0 11.500000

1 16.000000

2 15.333333

3 9.333333

4 15.666667

dtype:float64

你可能感兴趣的:(python中mean的用法)