有np.nan的熊猫数据平均值的最佳计算方法是什么？
有np.nan的熊猫数据平均值的最佳计算方法是什么？
提问于 2019-07-28 01:16:01
我试图计算熊猫数据的平均值(所有这些值都是数字的，而不是“如何计算熊猫DataFrame的平均值和NaN值”的问题)，其中包含大量的np.nan。
我附带了这段代码，顺便说一句，它运行得很好：
my_df = pd.DataFrame ([[0,10,np.nan,220],\
[1,np.nan,21,221],[2,12,22,np.nan],[np.nan,13,np.nan,np.nan]])
print(my_df.values.flatten()[~np.isnan(my_df.values.flatten())].mean())但是，我发现这一行代码提供了相同的结果，但我不明白为什么：
print(my_df.values[~np.isnan(my_df.values)].mean())这真的一样吗，我能安全地使用吗？我的意思是，my_df.values[~np.isnan(my_df.values)仍然是一个不平坦的数组，那么它中的np.nan发生了什么呢？
任何改进都是受欢迎的，如果你看到一种更有效率和节能型的方法来做到这一点。非常感谢。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-07-28 01:19:32
这真的一样吗，我能安全地使用吗？
是的，因为这里的numpy掩盖了NaNs，然后它将计算该数组上的平均值。但你把这里弄得太复杂了。
您可以在这里使用numpy的 [numpy-doc]：
>>> np.nanmean(my_df)
52.2因此，NaN值没有被考虑在内(无论是在和还是在平均值的计数中)。我认为这可能比用掩蔽计算平均值更具有说明性，因为上面的内容说明了您正在做的事情，而没有说明您是如何做到的。
如果您想计算NaNs，我们可以用0 (类似于@abdullah.cu says )替换它们，例如：
>>> my_df.fillna(0).values.mean()
32.625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/57239459
复制相关文章
相似问题
腾讯云开发者
