我无法得到熊猫列的平均值或平均值。A有一个数据框架。下面我尝试的两种方法都没有给出列权值的平均值
>>> allDF
ID birthyear weight
0 619040 1962 0.1231231
1 600161 1963 0.981742
2 25602033 1963 1.3123124
3 624870 1987 0.94212
下面返回多个值，而不是一个:
allDF[['weight']].mean(axis=1)
这个也一样:
allDF.groupby('weight').mean()
当前回答
如果你只想要权重列的平均值，选择该列(它是一个Series)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.loc[:, 'weight'].mean()
Out[480]: 0.83982437500000007
其他回答
您可以轻松地执行以下代码
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())
你可以使用
df.describe()
您将获得数据框架的基本统计数据，并获得您可以使用的特定列的平均值
df["columnname"].mean()
如果你只想要权重列的平均值，选择该列(它是一个Series)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.loc[:, 'weight'].mean()
Out[480]: 0.83982437500000007
请注意，它首先需要是数值数据类型。
import pandas as pd
df['column'] = pd.to_numeric(df['column'], errors='coerce')
接下来，使用describe()找到一列或所有数字列的平均值。
df['column'].mean()
df.describe()
来自describe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
你也可以使用点符号(也称为属性访问)访问一个列，然后计算它的平均值:
df.your_column_name.mean()
