python中Dataframe统计的时候注意事项

1、在python中在dataframe中None会被当做不存在，不统计在内，在sum()和mean()的时候不计算在内，这样就不用手动去进行去除0的操作啦！
注意：是赋值为None，而不是np.NaN

2、元素如果是np.float64类型的，可以用df.round(3)等四舍五入的方法来操作，速度很快，
注意：一定要是np.float64的，如果是float的类型的是不行的！如果某些列是float类型，则对这些列进行round()操作会失效，而np.float64的列操作是有效的。

3、可以用这个把NaN替换为0，这是打补丁的方法，尽量不用。
sums = sums.where(sums.notnull(), 0) # 将dataframe中的NaN 替换为 0

4、默认的时候，Dataframe中数字都是np.float64, 如果对某一列的某一个值的类型进行了改变，比如赋值为Decimal(‘1.1”) 则这一列的其他数字类型就会变成float 而不是np.float64了。而且变不回来了。

5、df.round(3) 函数只对整列都是np.float64的数字有效！对于其他类型（float、decimal）则自动失效。

6、经过df.mean() 以后，类型是pandas.core.series.Series，如果成功的话，不论df里是什么类型的，df.mean()里面的数字类型就又变成了np.float64的了，那么使用df.mean().round(3)方法是可行的