熊猫获得列平均值/平均值

Posted 2023-03-11

【中文标题】熊猫获得列平均值/平均值

【英文标题】：pandas get column average/mean

【发布时间】：2015-09-11 06:57:08

【问题描述】：

我无法获得 pandas 中列的平均值或平均值。 A 有一个数据框。我在下面尝试过的任何事情都没有给我weight列的平均值@

>>> allDF 
         ID           birthyear  weight
0        619040       1962       0.1231231
1        600161       1963       0.981742
2      25602033       1963       1.3123124     
3        624870       1987       0.94212

以下返回几个值，而不是一个：

allDF[['weight']].mean(axis=1)

也是这样：

allDF.groupby('weight').mean()

【问题讨论】：

df.groupby('weight') 不是您想要的，因为它将 df 拆分为单独的列，每列都有不同的权重值。而不仅仅是df['weight'].mean()

allDF。 weight.mean()

【参考方案1】：

如果您只想要weight 列的平均值，请选择该列（这是一个系列）并调用.mean()：

In [479]: df
Out[479]: 
         ID  birthyear    weight
0    619040       1962  0.123123
1    600161       1963  0.981742
2  25602033       1963  1.312312
3    624870       1987  0.942120

In [480]: df["weight"].mean()
Out[480]: 0.83982437500000007

【讨论】：

如果我想获得每一列的平均值怎么办？

@Chris df.describe()

@Chris df.mean() 为您提供每列的权重并以系列的形式返回。

【参考方案2】：

尝试使用 df.mean(axis=0) ，axis=0 参数计算数据帧的列平均值，因此结果将是 axis=1 是行平均值，因此您将获得多个值。

【讨论】：

这适用于大多数列，但它会忽略任何日期时间列。

【参考方案3】：

请尝试给print (df.describe()) 一个机会。我希望对您的数据框进行全面描述会很有帮助。

【参考方案4】：

df 中每一列的平均值：

    A   B   C
0   5   3   8
1   5   3   9
2   8   4   9

df.mean()

A    6.000000
B    3.333333
C    8.666667
dtype: float64

如果你想要所有列的平均值：

df.stack().mean()
6.0

【参考方案5】：

你可以使用

df.describe() 

您将获得数据框的基本统计信息，并获得可以使用的特定列的平均值

df["columnname"].mean()

【讨论】：

这是上述答案的副本。

【参考方案6】：

您还可以使用点表示法访问列（也称为属性访问），然后计算其平均值：

df.your_column_name.mean()

【参考方案7】：

另外，如果您想在找到mean 后获取round 值。

#Create a DataFrame
df1 = 
    'Subject':['semester1','semester2','semester3','semester4','semester1',
               'semester2','semester3'],
   'Score':[62.73,47.76,55.61,74.67,31.55,77.31,85.47]
df1 = pd.DataFrame(df1,columns=['Subject','Score'])

rounded_mean = round(df1['Score'].mean()) # specified nothing as decimal place
print(rounded_mean) # 62

rounded_mean_decimal_0 = round(df1['Score'].mean(), 0) # specified decimal place as 0
print(rounded_mean_decimal_0) # 62.0

rounded_mean_decimal_1 = round(df1['Score'].mean(), 1) # specified decimal place as 1
print(rounded_mean_decimal_1) # 62.2

【参考方案8】：

您可以使用以下两种语句中的任何一种：

numpy.mean(df['col_name'])
# or
df['col_name'].mean()

【讨论】：

请用适当的 cmets 丰富您的答案。否则很可能会被标记为删除

【参考方案9】：

您可以简单地选择： df.describe() 这将为您提供所需的所有相关详细信息，但要查找特定列的最小值、最大值或平均值（在您的情况下为“权重”），请使用：

    df['weights'].mean(): For average value
    df['weights'].max(): For maximum value
    df['weights'].min(): For minimum value

【参考方案10】：

请注意，它首先必须是数字数据类型。

 import pandas as pd
 df['column'] = pd.to_numeric(df['column'], errors='coerce')

接下来使用describe() 查找一列或所有数字列的平均值。

df['column'].mean()
df.describe()

描述的结果示例：

          column 
count    62.000000 
mean     84.678548 
std     216.694615 
min      13.100000 
25%      27.012500 
50%      41.220000 
75%      70.817500 
max    1666.860000

【参考方案11】：

您可以轻松按照以下代码进行操作

import pandas as pd 
import numpy as np 
        
classxii = 'Name':['Karan','Ishan','Aditya','Anant','Ronit'],
            'Subject':['Accounts','Economics','Accounts','Economics','Accounts'],
            'Score':[87,64,58,74,87],
            'Grade':['A1','B2','C1','B1','A2']

df = pd.DataFrame(classxii,index = ['a','b','c','d','e'],columns=['Name','Subject','Score','Grade'])
print(df)

#use the below for mean if you already have a dataframe
print('mean of score is:')
print(df[['Score']].mean())