pandas怎么求平均数

在Pandas中，你可以使用DataFrame或Series对象的mean()方法来计算平均数。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'数学': [70, 80, 90], '英语': [60, 70, 80]}
df = pd.DataFrame(data)

# 计算每一列的平均值
column_mean = df.mean()

print(column_mean)

上面的代码将输出每一列的平均值。如果你想计算每一行的平均值，只需要将参数axis设置为1，如下所示：

row_mean = df.mean(axis=1)

注意，如果DataFrame中包含缺失值（NaN），则mean()方法会自动忽略它们并计算非缺失值的平均值。

相关问题

pandas用平均数填充空值

可以使用 Pandas 中的 fillna() 函数来填充空值。如果你想要使用平均数填充空值，可以先计算出平均数，然后将其传递给 fillna() 函数。下面是一个示例：

import pandas as pd

# 创建一个包含空值的 DataFrame
data = {'A': [1, 2, None, 4, 5],
        'B': [None, 2, 3, 4, None],
        'C': [3, 4, None, None, 6]}
df = pd.DataFrame(data)

# 计算每列的平均值
mean_values = df.mean()

# 使用平均值填充空值
df_filled = df.fillna(mean_values)

print(df_filled)

这将输出如下结果：

     A    B    C
0  1.0  3.0  3.0
1  2.0  2.0  4.0
2  3.0  3.0  4.333333
3  4.0  4.0  4.333333
4  5.0  3.0  6.0

python pandas 平均数

你可以使用 pandas 库中的 `mean()` 方法来计算平均数。例如，如果你有一个名为 `data` 的 DataFrame，你可以使用以下代码计算所有列的平均值：

import pandas as pd

# 创建 DataFrame
data = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 计算所有列的平均值
mean_values = data.mean()

print(mean_values)

输出结果为：

A    2.0
B    5.0
C    8.0
dtype: float64

其中，每列的平均值被存储在一个 Series 对象中。你也可以使用 `mean()` 方法计算单独一列的平均值，例如：

import pandas as pd

# 创建 DataFrame
data = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 计算 B 列的平均值
mean_b = data['B'].mean()

print(mean_b)

输出结果为：

5.0