pandas计算部分数据的均值|极客教程

pandas计算部分数据的均值

在数据分析过程中，常常需要计算数据的均值来了解数据的集中趋势。而使用Python中的pandas库可以方便地对数据进行处理和分析。本文将介绍如何使用pandas计算部分数据的均值，以及一些相关的示例代码。

pandas简介

pandas是一个功能强大的开源数据分析和数据处理库，提供了丰富的数据结构和数据处理功能。其中，Series和DataFrame是pandas中最常用的两种数据结构。Series是一维标记数组，类似于Python中的列表；DataFrame是二维标记数据结构，类似于Excel表格。

计算部分数据的均值

在实际数据分析过程中，通常只需要计算数据的部分列或部分行的均值。以下是如何使用pandas来计算部分数据的均值的方法。

计算部分列的均值

假设我们有一个包含员工工资、年龄和工作经验的数据集，我们只需要计算工资和年龄的均值。我们可以使用DataFrame的mean()方法来计算指定列的均值。

import pandas as pd

data = {
    'Salary': [5000, 6000, 7000, 8000, 9000],
    'Age': [25, 30, 35, 40, 45],
    'Experience': [2, 3, 4, 5, 6]
}

df = pd.DataFrame(data)

# 计算工资和年龄的均值
mean_values = df[['Salary', 'Age']].mean()

print(mean_values)

运行结果：

Salary    7000.0
Age         35.0
dtype: float64

从运行结果可以看出，工资的均值是7000，年龄的均值是35。

计算部分行的均值

除了计算部分列的均值，有时也需要计算部分行的均值。例如，我们有一个包含学生语文、数学和英语成绩的数据集，需要计算每个学生的总成绩。我们可以使用DataFrame的mean(axis=1)方法来计算每个学生的总成绩。

import pandas as pd

data = {
    'Chinese': [80, 90, 85],
    'Math': [85, 95, 90],
    'English': [90, 80, 95]
}

df = pd.DataFrame(data)

# 计算每个学生的总成绩
df['Total'] = df.mean(axis=1)

print(df)

运行结果：

   Chinese  Math  English      Total
0       80    85       90  85.000000
1       90    95       80  88.333333
2       85    90       95  90.000000

从运行结果可以看出，第一个学生的总成绩是85，第二个学生的总成绩是88.33，第三个学生的总成绩是90。

计算部分数据的均值

有时候，我们需要计算部分数据的均值，比如计算某个特定条件下的数据的均值。这时可以先筛选出符合条件的数据，然后再计算均值。以下是一个示例代码：

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Salary': [5000, 6000, 7000, 8000],
    'Department': ['HR', 'IT', 'HR', 'IT']
}

df = pd.DataFrame(data)

# 筛选出部门为HR的数据，并计算工资的均值
hr_mean_salary = df[df['Department'] == 'HR']['Salary'].mean()

print(hr_mean_salary)

运行结果：