Pandas DataFrame DataFrame.mean()関数
-
pandas.DataFrame.mean()の構文： -
コード例：列軸に沿って平均値を計算するための
DataFrame.mean()メソッド -
コード例：行軸に沿って平均値を計算するための
DataFrame.mean()メソッド -
コード例：
NaN値を無視するに 平均値を計算するためのDataFrame.mean()メソッド
Python Pandas DataFrame.mean() 関数は指定された軸上の DataFrame オブジェクトの値の平均値を計算します。
pandas.DataFrame.mean() の構文：
DataFrame.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
パラメーター
axis |
行（axis = 0）または列（axis = 1）に沿って平均を計算します |
skipna |
ブール。NaN 値を除外する（skipna=True）または NaN 値を含める（skipna=False） |
level |
軸が MultiIndex の場合、特定のレベルとともにカウントします |
numeric_only |
ブール。numeric_only=True の場合、float、int、および boolean 列のみを含めます |
**kwargs |
関数への追加のキーワード引数。 |
戻り値
level が指定されていない場合は、要求された軸の値の平均値の Series を返し、それ以外の場合は平均値の DataFrame を返します。
コード例：列軸に沿って平均値を計算するための DataFrame.mean() メソッド
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
means=df.mean()
print("Means of Each Column:")
print(means)
出力：
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Means of Each Column:
X 2.00
Y 4.75
dtype: float64
X と Y の両方の列の平均値を計算し、最後に各列の平均値を含む Series オブジェクトを返します。
Pandas で DataFrame の特定の列の平均値を計算するには、その列に対してのみ mean() 関数を呼び出します。
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
means=df["X"].mean()
print("Mean of Column X:")
print(means)
出力：
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Mean of Column X:
2.0
DataFrame の X 列の値の平均のみを示します。
コード例：行軸に沿って平均値を計算するための DataFrame.mean() メソッド
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
means=df.mean(axis=1)
print("Mean of Rows:")
print(means)
出力：
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Mean of Rows:
0 2.5
1 2.5
2 5.0
3 3.5
dtype: float64
すべての行の平均を計算し、最後に各行の平均を含む Series オブジェクトを返します。
Pandas で DataFrame の特定の行の平均値を計算するには、その行に対してのみ mean() 関数を呼び出します。
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
mean=df.iloc[[0]].mean(axis=1)
print("Mean of 1st Row:")
print(mean)
出力：
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Mean of 1st Row:
0 2.5
dtype: float64
DataFrame の 1 行目の値の平均のみを示します。
インデックスに基づいて行を選択するには、iloc メソッドを使用します。
コード例：NaN 値を無視するに 平均値を計算するための DataFrame.mean() メソッド
skipna パラメータのデフォルト値、つまり skipna=True を使用して、NaN 値を無視して、指定された軸に沿った DataFrame の平均を見つけます。
import pandas as pd
df = pd.DataFrame({'X': [1, 2, None, 3],
'Y': [4, 3, None, 4]})
print("DataFrame:")
print(df)
means=df.mean(skipna=True)
print("Mean of Columns")
print(means)
出力：
DataFrame:
X Y
0 1.0 4.0
1 2.0 3.0
2 NaN NaN
3 3.0 4.0
Mean of Columns
X 2.000000
Y 3.666667
dtype: float64
skipna = True を設定すると、DataFrame の NaN は無視されます。これにより、NaN 値を無視して列軸に沿った DataFrame の平均を計算できます。
import pandas as pd
df = pd.DataFrame({'X': [1, 2, None, 3],
'Y': [4, 3, 3, 4]})
print("DataFrame:")
print(df)
means=df.mean(skipna=False)
print("Mean of Columns")
print(means)
出力：
DataFrame:
X Y
0 1.0 4
1 2.0 3
2 NaN 3
3 3.0 4
Mean of Columns
X NaN
Y 3.5
dtype: float64
ここでは、列 X に NaN 値が存在するため、列 X の平均の NaN 値を取得します。
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn