Pandas DataFrame.mean()

DataFrame.mean()是Pandas库中的一个函数，用于计算DataFrame对象的平均值。

语法

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

参数

• axis：指定计算平均值的轴。默认值为0，表示按列计算平均值；如果设置为1，则表示按行计算平均值。
• skipna：是否排除空值（NaN）。默认值为True，表示空值将被排除在计算之外；如果设置为False，则空值将参与计算。
• level：对于多层次索引的DataFrame，可以指定在哪个级别上计算平均值。
• numeric_only：是否仅计算数值型列的平均值。默认值为None，表示所有列都参与计算；如果设置为True，则只计算数值型列的平均值。
• **kwargs：可以传递其他关键字参数，用于定制化计算。

返回值

返回一个包含计算平均值的新DataFrame对象或Series对象。

示例

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Sam'],
        'Age': [20, 25, 30, 35],
        'Salary': [5000, 6000, 7000, 8000]}

df = pd.DataFrame(data)

# 按列计算平均值
mean_by_column = df.mean()
print(mean_by_column)

输出结果：

Age         27.500
Salary    6500.000
dtype: float64

说明

• DataFrame.mean()函数用于计算DataFrame对象的平均值。默认按列计算平均值，返回一个包含每列平均值的Series对象。
• 可以使用axis参数指定按行计算平均值，返回一个包含每行平均值的Series对象。
• skipna参数默认为True，表示排除空值。如果想包含空值在内，请将skipna设置为False。
• level参数用于对多层次索引的DataFrame进行平均值计算。
• numeric_only参数默认为None，表示所有列都参与平均值计算。如果想仅计算数值型列的平均值，请将numeric_only设置为True。