基本参数:axis、skipna

该博客展示了如何在Python中使用Pandas库计算DataFrame的列平均值。通过`mean()`函数,可以沿指定轴(列或行)计算平均值,并通过`skipna`参数决定是否忽略缺失值。示例中,创建了一个包含数值和缺失值的DataFrame,并演示了计算列平均值的过程。
摘要由CSDN通过智能技术生成

#基本参数:axis、skipna
import numpy as np1
import pandas as pd
import datetime

df = pd.DataFrame({'key1':[4,5,3,np.nan,2],
                  'key2':[1,2,np.nan,4,5],
                  'key3':[1,2,3,'j','k']},
                 index=['a','b','c','d','e'])
print(df)
print(df['key1'].dtype,df['key2'].dtype,df['key3'].dtype)
print('------')

print(df.mean(),type(df.mean()))
print(df.mean(axis=1))
print(df.mean(axis=1,skipna=False))

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值