代码之家 › 专栏 › 技术社区 › Rehan Azher

大熊猫平均数和性病返回数

mean pandas python

Rehan Azher · 技术社区 · 7 年前

遇到这个问题,我无法解决,我有一个大的数据框架(示例发布在下面),有5列。我想计算每行的标准差和平均值。不知怎么的,它一直在返回南。

   CellName                Apr-2018    Feb-2018    Jan-2018    Mar-2018  mean
0  BDG652ML_KPBENDULML1    9.450841   24.119474   27.091426   17.527006   NaN
1  BDG652ML_KPBENDULML2   15.917555   10.548731   11.019208   14.592388   NaN 
2  BDG652ML_KPBENDULML3   24.957360   21.122519   21.197216   24.950549   NaN

我已经检查了我所有的月份栏和 float64 df.types 给予:

CellName     object
Apr-2018    float64
Feb-2018    float64
Jan-2018    float64
Mar-2018    float64
dtype: object

我知道我不需要排除单元格列,使用

df['mean'] = df.mean(numeric_only =True)

我也尝试过:

df['mean'] = df.iloc[:,1:].mean(numeric_only =True)

但仍然没有。性病也有同样的表现。

关于我可能做错什么有什么提示吗?

1 回复 | 直到 7 年前

jezrael 7 年前

使用参数 axis=1 对于 mean 每行, numeric_only 参数似乎应省略:

df['mean'] = df.mean(axis=1)
#df['mean'] = df.mean(numeric_only=True, axis=1)
print (df)

              CellName   Apr-2018   Feb-2018   Jan-2018   Mar-2018       mean
0  BDG652ML_KPBENDULML1   9.450841  24.119474  27.091426  17.527006  19.547187
1  BDG652ML_KPBENDULML2  15.917555  10.548731  11.019208  14.592388  13.019470
2  BDG652ML_KPBENDULML3  24.957360  21.122519  21.197216  24.950549  23.056911

df['std'] = df.std(axis=1)
print (df)

              CellName   Apr-2018   Feb-2018   Jan-2018   Mar-2018       std
0  BDG652ML_KPBENDULML1   9.450841  24.119474  27.091426  17.527006  7.828126
1  BDG652ML_KPBENDULML2  15.917555  10.548731  11.019208  14.592388  2.644401
2  BDG652ML_KPBENDULML3  24.957360  21.122519  21.197216  24.950549  2.190731

如果要添加两列 assign 是你的朋友,因为 意思是 或 std 仅需要原始数字列中的计数:

df = df.assign(std=df.std(axis=1), mean=df.mean(axis=1))
print (df)

               CellName   Apr-2018   Feb-2018   Jan-2018   Mar-2018       std  \
0  BDG652ML_KPBENDULML1   9.450841  24.119474  27.091426  17.527006  7.828126   
1  BDG652ML_KPBENDULML2  15.917555  10.548731  11.019208  14.592388  2.644401   
2  BDG652ML_KPBENDULML3  24.957360  21.122519  21.197216  24.950549  2.190731   

        mean  
0  19.547187  
1  13.019470  
2  23.056911