Pandas DataFrame DataFrame.mean() 함수

  1. pandas.DataFrame.mean()의 구문 :
  2. 예제 코드: 열 축을 따라 평균을 찾는DataFrame.mean()메서드
  3. 예제 코드: 행 축을 따라 평균을 찾는DataFrame.mean()메서드
  4. 예제 코드: NaN 값을 무시하는 평균을 찾기위한DataFrame.mean()메서드

Python Pandas DataFrame.mean() 함수는 지정된 축.

pandas.DataFrame.mean()의 구문 :

DataFrame.mean( axis=None, 
                skipna=None, 
                level=None, 
                numeric_only=None, 
                **kwargs)

매개 변수

axis row (axis = 0) 또는column (axis = 1)을 따라 평균 찾기
skipna 부울. NaN 값 (skipna=True)을 제외하거나NaN 값 (skipna=False)을 포함합니다.
level 축이 MultiIndex인 경우 특정 수준과 함께 계산
numeric_only 부울. numeric_only = True의 경우float,intboolean 열만 포함합니다.
**kwargs 함수에 대한 추가 키워드 인수입니다.

반환

level이 지정되지 않은 경우 요청 된 축 값의 평균의Series를 반환하고, 그렇지 않으면 평균 값의DataFrame을 반환합니다.

예제 코드: 열 축을 따라 평균을 찾는DataFrame.mean()메서드

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)

산출:

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

XY 모두에 대한 평균을 계산하고 마지막으로 각 열의 평균이있는Series 객체를 반환합니다.

Pandas에서DataFrame의 특정 열의 평균을 찾으려면 해당 열에 대해서만mean()함수를 호출합니다.

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)

산출:

DataFrame:
   X  Y
0  1  4
1  2  3
2  2  8
3  3  4
Mean of Column X:
2.0

DataFrameX열 값의 평균 만 제공합니다.

예제 코드: 행 축을 따라 평균을 찾는DataFrame.mean()메서드

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)

산출:

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

모든 행의 평균을 계산하고 마지막으로 각 행의 평균과 함께Series 객체를 반환합니다.

Pandas에서DataFrame의 특정 행의 평균을 찾으려면 해당 행에 대해서만mean()함수를 호출합니다.

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)

산출:

DataFrame:
   X  Y
0  1  4
1  2  3
2  2  8
3  3  4
Mean of 1st Row:
0    2.5
dtype: float64

DataFrame의 첫 번째 행 값의 평균 만 제공합니다.

인덱스를 기반으로 행을 선택하기 위해iloc 메소드를 사용합니다.

예제 코드: NaN 값을 무시하는 평균을 찾기위한DataFrame.mean()메서드

skipna 매개 변수의 기본값, 즉skipna=True를 사용하여NaN 값을 무시하고 지정된 축을 따라DataFrame의 평균을 찾습니다.

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)

산출:

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=True를 설정하면 데이터 프레임의NaN을 무시합니다. NaN값을 무시하고 열 축을 따라 DataFrame의 평균을 계산할 수 있습니다.

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)

산출:

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

여기서는 열XNaN 값이 존재하므로X 열의 평균에 대한NaN 값을 얻습니다.

관련 문장 - Pandas DataFrame

  • Pandas DataFrame DataFrame.max() 함수
  • Pandas DataFrame DataFrame.merge() 함수