【Pandas】深入解析pandas中的统计汇总函数`mean()`

【Pandas】深入解析pandas中的统计汇总函数mean()

在数据分析和处理的世界里，pandas 是一个不可或缺的库。pandas 提供了丰富的数据处理和分析功能，其中 mean() 函数是用于计算数据集中某个或某些列的平均值的常用工具。本文将深入解析 pandas 中的 mean() 函数，并通过具体的案例和源代码来帮助读者更好地理解和应用它。

一、mean() 函数的基本用法

mean() 函数是 pandas DataFrame 和 Series 对象的一个方法，用于计算指定轴上的平均值。默认情况下，它沿着列（即轴0）计算平均值。

对于 DataFrame，你可以直接对整个 DataFrame 使用 mean()，这会返回每一列的平均值。也可以指定列名或列名的列表来计算特定列的平均值。

import pandas as pd

# 创建一个简单的 DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': [100, 200, 300, 400, 500]}
df = pd.DataFrame(data)

# 计算所有列的平均值
mean_all = df.mean()
print("所有列的平均值:")
print(mean_all)

# 计算特定列（如 'A' 和 'B'）的平均值
mean_ab = df[['A', 'B']].mean()
print("列 'A' 和 'B' 的平均值:")
print(mean_ab)

二、mean() 函数的参数详解

mean() 函数有几个可选参数，这些参数提供了更细粒度的控制。

• axis：指定沿着哪个轴计算平均值。默认为 0（列），也可以设置为 1（行）。
• skipna：是否忽略 NaN 值。默认为 True，即忽略 NaN 值进行计算。
• level（仅对分层索引有效）：沿着特定的级别计算平均值。
• numeric_only：仅对数字列计算平均值。默认为 False，即对所有列进行计算。

# 示例：计算行的平均值（axis=1）
mean_rows = df.mean(axis=1)
print("每行的平均值:")
print(mean_rows)

# 示例：不忽略 NaN 值（虽然在这个示例中没有 NaN 值）
# 通常，如果你有一个包含 NaN 值的 DataFrame，并且想要包括它们进行计算，可以设置 skipna=False
# 但请注意，这样做通常没有实际意义，因为 NaN 与任何数字的操作结果都是 NaN

三、案例分析

假设我们有一个包含员工销售数据的 DataFrame，我们需要计算每个员工的平均销售额。

# 创建一个包含员工销售数据的 DataFrame
sales_data = {
    'Employee': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie'],
    'Month': ['Jan', 'Jan', 'Jan', 'Feb', 'Feb', 'Feb'],
    'Sales': [1000, 1500, 1200, 1100, 1400, 1300]
}
sales_df = pd.DataFrame(sales_data)

# 使用 groupby 对员工进行分组，并计算每个员工的平均销售额
average_sales_per_employee = sales_df.groupby('Employee')['Sales'].mean()
print("每个员工的平均销售额:")
print(average_sales_per_employee)

四、总结

pandas 的 mean() 函数是一个强大而灵活的工具，用于计算数据集中某个或某些列的平均值。通过调整其参数，你可以实现更复杂的操作，如按特定条件或分组计算平均值。在本文中，我们深入解析了 mean() 函数的基本用法、参数详解，并通过案例展示了如何在实际数据分析中应用它。希望这些内容能帮助你更好地理解和使用 pandas 中的 mean() 函数。