pandas对某些列求平均
时间: 2023-10-13 13:22:35 浏览: 33
您可以使用 Pandas 库中的 `mean()` 函数来对某些列求平均值。具体步骤如下:
1. 首先,您需要将数据集加载到 Pandas 的 DataFrame 对象中。
2. 然后,使用 `mean()` 函数来计算您所需的列的平均值。例如,如果您想计算列 A 和列 B 的平均值,您可以使用以下代码:
```
df[['A', 'B']].mean()
```
其中,`df` 是您的 DataFrame 对象,`[['A', 'B']]` 是一个包含列名的列表,表示您要对哪些列求平均值。
3. 最后,您可以将结果打印出来或者将其存储到一个变量中以供后续使用。
希望这可以帮助您!
相关问题
dataframe按照某些列分组
可以使用 pandas 库中的 groupby() 方法按照某些列分组。例如,假设有以下数据:
```
import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva', 'Frank'],
'Gender': ['Female', 'Male', 'Male', 'Male', 'Female', 'Male'],
'Age': [25, 30, 35, 40, 45, 50],
'Salary': [5000, 6000, 7000, 8000, 9000, 10000]}
df = pd.DataFrame(data)
```
现在可以按照 `Gender` 列进行分组,并计算每组的平均值:
```
grouped = df.groupby('Gender').mean()
print(grouped)
```
输出:
```
Age Salary
Gender
Female 35.0 7000.0
Male 40.0 7666.666667
```
以上代码将数据按照 `Gender` 列分成了两组,并计算了每组的平均年龄和平均工资。
groupby函数 agg求平均值
groupby函数是 pandas 库中的一个函数,用于根据某些特征将数据集进行分组,并对每个分组应用相应的函数。agg函数则是 groupby 函数中常用的一个函数,用于对每个分组进行聚合计算,例如求均值、求和等。下面是一个示例代码:
```python
import pandas as pd
# 创建一个数据集
data = {
'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma', 'Frank'],
'Gender': ['F', 'M', 'M', 'M', 'F', 'M'],
'Age': [20, 25, 30, 35, 40, 45],
'Score': [80, 85, 90, 95, 100, 105]
}
df = pd.DataFrame(data)
# 按照 Gender 分组,并计算 Score 的平均值
result = df.groupby('Gender').agg({'Score': 'mean'})
print(result)
```
输出结果为:
```
Score
Gender
F 90.000000
M 93.333333
```
这里按照 Gender 分组,然后对每个分组的 Score 列求平均值,并将结果保存在新的 DataFrame 中。可以看到,F 组的平均值为 90,M 组的平均值为 93.33。