如何获取 Pandas DataFrame 的列的平均值

  2. 贴士文章
  3. Python Pandas Howtos
  4. 如何获取 Pandas DataFrame 的列的平均值
Ahmed Waheed 2023年1月30日
Pandas
  1. df.mean() 方法来计算 Pandas DataFrame 列的平均值
  2. df.describe() 方法
如何获取 Pandas DataFrame 的列的平均值

当我们处理大型数据集时，有时我们必须取列的平均值或均值。例如，你有一个学生的成绩列表，并且想知道平均成绩或其他一些列。下面列出了完成此任务的不同方法。

  1. df.mean()
  2. df.describe()

在以下各节中，我们将使用相同的 DataFrame，如下所示：

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)

下面是示例 DataFrame。

     name  percentage  grade
0  Oliver          90     88
1   Harry          99     76
2  George          50     95
3    Noah          65     79

df.mean() 方法来计算 Pandas DataFrame 列的平均值

我们来看一下数据集中存在的成绩等级列。

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)
mean_df = df["grade"].mean()
print(mean_df)

输出：

84.5

让我们再举一个例子，在整个 DataFrame 上应用 df.mean() 函数。

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)
mean_df = df.mean()
print(mean_df)

在上面的示例中，我们没有在 mean() 方法中指定列名。mean() 方法会自动确定哪些列适合应用 mean 功能。

输出：

percentage    76.0
grade         84.5
dtype: float64

df.describe() 方法

此方法创建数据集完整统计信息的输出。让我们看看如何使用它。

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)
print(df.describe())

输出：

       percentage      grade
count    4.000000   4.000000
mean    76.000000  84.500000
std     22.524061   8.660254
min     50.000000  76.000000
25%     61.250000  78.250000
50%     77.500000  83.500000
75%     92.250000  89.750000
max     99.000000  95.000000

df.describle() 方法的结果是一个 DataFrame，因此，你可以通过引用列名和行名来获得 percentage 和 grade 的平均值。

df.describe()["grade"]["mean"]
df.describe()["percentage"]["mean"]

df.describe() 也可以用于特定的列。让我们将此函数应用于等级列。

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)
print(df["grade"].describe())

输出：

count     4.000000
mean     84.500000
std       8.660254
min      76.000000
25%      78.250000
50%      83.500000
75%      89.750000
max      95.000000
Name: grade, dtype: float64

指定列时结果为 Series。我们可以直接参考 mean 来获得平均值。

df["grade"].describe()["mean"]