Python | 熊猫 dataframe.mean()

简介

在使用熊猫（pandas）进行数据处理时，我们经常需要计算数据集中一列或整个数据集的平均数。pandas库中的dataframe.mean()函数可以计算指定数据的平均值。

语法

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

参数说明

• axis：计算平均值的轴。默认为0，表示计算列的平均值。如果设置为1，则计算行的平均值。
• skipna：布尔值。表示是否忽略NaN值。默认为True，表示忽略。如果设置为False，则包含NaN在内的所有值都被视为无效值，计算出的平均值也为NaN。
• level：如果axis是多级索引的话，可以使用level参数指定计算平均值的级别。
• numeric_only：默认为None，表示计算所有数据类型的平均值。如果设置为True，则只计算数值类型的平均值。
• kwargs：额外的关键字参数。

返回值

函数返回一个包含计算出的平均值的Series对象。

示例

下面是一个示例数据集：

import pandas as pd

data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'], 
        'Age': [28, 34, 29, 42], 
        'Salary':[3000, 5000, 4500, 8000]}
df = pd.DataFrame(data)

我们可以使用dataframe.mean()函数计算整个数据集和每一列的平均值：

# 计算整个数据集的平均值
print(df.mean())

# 输出
# Age        33.250
# Salary    5125.000
# dtype: float64

# 计算每一列的平均值
print(df.mean(axis=0))

# 输出
# Age        33.250
# Salary    5125.000
# dtype: float64

我们也可以设置axis参数为1，计算每一行的平均值：

# 计算每一行的平均值
print(df.mean(axis=1))

# 输出
# 0    1509.333333
# 1    2511.333333
# 2    2338.000000
# 3    4170.000000
# dtype: float64

若数据集中包括NaN值，则忽略它们：

data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'], 
        'Age': [28, None, 29, 42], 
        'Salary':[3000, 5000, 4500, 8000]}
df = pd.DataFrame(data)

# 计算每一列的平均值
print(df.mean())

# 输出
# Age       33.0
# Salary    5125.0
# dtype: float64

结论

使用dataframe.mean()函数可以方便地计算数据集或一列的平均值。在计算平均数时，我们可以通过设置参数来适应我们的需要。