📌  相关文章
📜  Pandas DataFrame.mean()

📅  最后修改于: 2020-10-29 02:06:52             🧑  作者: Mango

Pandas DataFrame.mean()

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)

参量

  • axis： {索引(0)，列(1)}。这是指要应用的函数的轴。
  • skipna：计算结果时，它排除所有空值。
  • level：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。

返回值

如果指定了级别，则返回Series或DataFrame的平均值。

例

# 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)

输出量

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)

输出量

0       11.500000
1       16.000000
2       15.333333
3        9.333333
4       15.666667
dtype: float64