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
尝试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。
其他回答
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
你可以使用下面两种说法中的任何一种:
numpy.mean(df['col_name'])
# or
df['col_name'].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()
你可以简单地选择: df.describe () 这将为你提供所有你需要的相关细节，但要找到特定列的最小值，最大值或平均值(在你的情况下说“权重”)，使用:
df['weights'].mean(): For average value
df['weights'].max(): For maximum value
df['weights'].min(): For minimum value
df中每列的平均值:
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
如果你想求所有列的平均值
df.stack().mean()
6.0
