Pandas教程-Pandas DataFrame.mean()

mean()函数用于返回所请求轴的值的平均值。如果我们在Series对象上应用此方法，则返回一个标量值，该值是数据框中所有观测值的平均值。

如果我们在DataFrame对象上应用此方法，则返回一个包含指定轴上的值的平均值的Series对象。

语法

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

参数

• axis: {index (0), columns (1)}。 这是应用函数的轴。
• skipna: 计算结果时，排除所有null值。
• level: 沿着特定级别进行计数，并且如果轴是MultiIndex（分层结构），则折叠为Series。
• numeric_only: 只包括int、float、boolean列。如果为None，它将尝试使用所有内容，然后仅使用数值数据。未在Series中实现。

返回

如果指定了级别，则返回Series或DataFrame的平均值。

示例

# importing pandas as pd   
import pandas as pd    
# Creating the dataframe    
info = pd.DataFrame({"A":[8, 2, 7, 12, 6],   
                   "B":[26, 19, 7, 5, 9],    
                   "C":[10, 11, 15, 4, 3],   
                   "D":[16, 24, 14, 22, 1]})     
# Print the dataframe   
info  
# If axis = 0 is not specified, then  
# by default method return the mean over   
# the index axis   
info.mean(axis = 0)  

输出

A     7.0
B    13.2
C     8.6
D    15.4
dtype: float64

示例2

# importing pandas as pd   
import pandas as pd   
# Creating the dataframe    
info = pd.DataFrame({"A":[5, 2, 6, 4, None],   
                   "B":[12, 19, None, 8, 21],   
                   "C":[15, 26, 11, None, 3],  
                   "D":[14, 17, 29, 16, 23]})     
# while finding mean, it skip null values   
info.mean(axis = 1, skipna = True)   

输出

0       11.500000
1       16.000000
2       15.333333
3        9.333333
4       15.666667
dtype: float64