Python Pandas dataframe.mean()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas dataframe.mean()函数返回所请求axis的平均值。如果该方法应用于一个pandas系列对象，那么该方法会返回一个标量值，该标量值是数据框架中所有观测值的平均值。如果该方法应用于一个pandas数据框架对象，那么该方法将返回一个pandas系列对象，其中包含指定axis上的数值的平均值。

语法:

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

参数 :
axis： {指数（0），列（1）}。
skipna : 在计算结果时排除NA/null值

level : 如果坐标axis是一个多指标（分层的），沿着一个特定的层次计数，折叠成一个系列。

numeric_only :只包括浮动、int、boolean列。如果没有，将尝试使用所有数据，然后只使用数字数据。不实现系列。

返回：平均值：系列或数据框架（如果指定水平）。

实例#1：使用mean()函数求出索引axis上所有观测值的平均值。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[12, 4, 5, 44, 1],
                   "B":[5, 2, 54, 3, 2], 
                   "C":[20, 16, 7, 3, 8],
                   "D":[14, 3, 17, 2, 6]})
  
# Print the dataframe
df

Python Pandas dataframe.mean()

让我们使用dataframe.mean()函数来寻找索引axis上的平均值。

# Even if we do not specify axis = 0,
# the method will return the mean over
# the index axis by default
df.mean(axis = 0)

输出 :
Python Pandas dataframe.mean()

实例2：在一个有Na值的数据框架上使用mean()函数。同时找到列axis上的平均值。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
                   "B":[7, 2, 54, 3, None],
                   "C":[20, 16, 11, 3, 8],.
                   "D":[14, 3, None, 2, 6]})
  
# skip the Na values while finding the mean
df.mean(axis = 1, skipna = True)