不包括零的大熊猫平均数计算
提问于 2015-10-19 06:55:16
是否有一种直接的方法来计算熊猫中数据列的平均值，但不考虑以零为值的数据？类似于.mean()函数中的参数吗？目前正在这样做：
x = df[df[A]!=0]
x.mean()
回答 4
Stack Overflow用户
回答已采纳
发布于 2015-10-19 07:45:57
它还取决于数据中0的含义。
- 如果这些确实是'0‘值，那么您的方法是好的。
- 如果'0‘是未度量的值的占位符(即(“NaN”)，那么先用“NaN”替换所有“0”可能更有意义。计算平均值，然后默认情况下排除NaN值。 df = pd.DataFrame(1，0，2，3，0，列=‘a’) df = df.replace(0，np.NaN) df.mean()
Stack Overflow用户
发布于 2021-11-19 03:50:18
df[df["Column_name"] != 0]["Column_name"].mean()或者您的列名不包含空格char。
df[df.Column_Name != 0].Column_Name.mean()希望它可以作为参数包含在下一个“均数”对象版本中。
.mean(exclude=0) #wondering in next versionsStack Overflow用户
发布于 2020-10-04 23:06:09
可以将df转换为numpy数组并使用numpy.nanmean()。
import numpy as np
df = pd.DataFrame(data=np.array([[1, 2],
[3, 4],
[6, 7],
[8, np.nan],
[np.nan, 11]]),
columns=['A', 'B'])
df_col_means = numpy.nanmean(df.values) # by columns
df_row_means = numpy.nanmean(df.values, axis=1) # by rows
col_A_mean = numpy.nanmean(df['A'].values) # particular column mean 页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33217636
复制
腾讯云开发者
