dataframe上下行比较_迭代dataframe中的行以比较值与平均值

我有一个大熊猫数据框，df，包括犯罪统计。这些列是犯罪的类别(即纵火、袭击、空头支票、特大盗窃等)。这些行是犯罪发生的地址。在

每个单元格中的值是每个类别的犯罪在该地址发生的次数。在

我需要编写一个函数，该函数遍历数据帧的每一行，将该值与每个类别的平均犯罪数进行比较，然后只标识犯罪数超过平均值的地址。在

以下是我目前为止的代码：import pandas as pd

import csv

crimeData = open("crimeData.csv")

df = pd.read_csv('crimeData.csv')

df = df.set_index ('Address')

mean = df.mean(axis=0)

#this gives me the mean for each Crime Category

for index, row in df.iterrows():

if row > mean:

print (index)

这不管用。我得到以下错误：

值错误：序列的真值不明确。使用a.empty、a.bool()、a.item()、a.any()或a.all()。在

我哪里出错了？我如何才能做到a)确定每个地址的犯罪类别多于平均值，以及b)将地址与超出平均值的犯罪类别一起打印到列表中？在