📅  最后修改于: 2023-12-03 15:26:38.866000             🧑  作者: Mango
几何平均数,在统计学中表示一组数的乘积的n次方根,可以用来衡量一组数的中心位置。在 Pandas 中,我们可以使用 geometric_mean
函数来计算 DataFrame 中数值列的几何平均值。
import pandas as pd
from scipy.stats import gmean
# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 计算几何平均值
gm = gmean(df, axis=1)
# 显示结果
print(gm)
以上示例创建了一个名为 df
的 DataFrame,包含3个数值列 A
、B
和C
,每个列包含3个整数值。使用 gmean()
函数并指定 axis=1
,可以沿着每一行计算几何平均值。最后,通过 print
函数将结果输出到控制台。
需要注意的是,gmean()
函数来自于 scipy
库,因此需要额外导入该库。
from scipy.stats import gmean
通过计算 DataFrame 中数值列的几何平均值,可以很容易地得到一组数据的中心位置,用于统计分析。例如,在金融领域,几何平均数经常用于计算收益率的平均值。在生物学领域,几何平均数用于计算平均细胞数,以便确定病毒或细菌的感染率。