计算缺失数据的数据框的平均值

Posted 2023-03-11

技术标签:

【中文标题】计算缺失数据的数据框的平均值【英文标题】：Calculate mean of dataframe with missing data 【发布时间】：2021-04-24 08:51:27 【问题描述】：

我有一个数据框，其中包含一些缺少数据的单元格，而这些单元格具有 inf。例如：

a       b       c
2       3       4
2       3       inf

我想要这个结果：

2        3       4

有没有办法使用均值函数或求整个数据框的平均值。

【问题讨论】：

【参考方案1】：

让我们用mask inf 到nan 来做吧

df.mask(np.isinf(df)).mean()
Out[63]: 
a    2.0
b    3.0
c    4.0
dtype: float64

【讨论】：

【参考方案2】：

这是一个没有 NumPy 的解决方案：

df.replace(float("inf"), float("nan")).mean(axis = 0)

您还可以替换-inf 和任何其他值：

df.replace([float("inf"), float("-inf")], float("nan")).mean(axis = 0)

【讨论】：

【参考方案3】：

numpy.nanmean

np.nanmean(df,axis=0)

You can also replace inf with NaN using numpy

【讨论】：

以上是关于计算缺失数据的数据框的平均值的主要内容，如果未能解决你的问题，请参考以下文章