dataframe追加一列算行平均值

可以使用pandas库中的DataFrame的apply()方法和mean()方法来实现。具体步骤如下：

1.首先读取数据并创建DataFrame对象。

2.使用apply()方法和mean()方法计算每一行的平均值，并将结果存储在新的一列中。

3.最后将新的一列添加到原始的DataFrame对象中。

下面是示例代码：

import pandas as pd

# 读取数据并创建DataFrame对象
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'], 'score': [90, 80, 70, 60]}
df = pd.DataFrame(data)

# 计算每一行的平均值
df['mean'] = df.apply(lambda row: row.sum() / len(row), axis=1)

# 将新的一列添加到原始的DataFrame对象中
df = pd.concat([df['name'], df['score'], df['mean']], axis=1)

# 输出结果
print(df)

运行结果如下：

    name  score  mean
0    Tom     90  45.0
1   Jack     80  40.0
2  Steve     70  35.0
3  Ricky     60  30.0

相关问题

DataFrame求某一列的平均值

要计算DataFrame中某一列的平均值，可以使用pandas库的mean()函数。例如，如果DataFrame中有一个名为"column_name"的列，可以使用以下代码计算其平均值：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'column_name': [1, 2, 3, 4, 5]})

# 计算列的平均值
mean = df['column_name'].mean()

print(mean)  # 输出 3.0，即列中的数值平均值

实际使用时，需要将"column_name"替换为实际列的名称。

计算dataframe某一列的平均值

你可以使用pandas库中的`mean()`函数来计算dataframe某一列的平均值。假设你想计算dataframe中名为`col_name`的列的平均值，可以使用以下代码：

mean_value = df['col_name'].mean()

其中`df`为你的dataframe变量名，`mean()`函数中指定了计算`col_name`这一列的平均值，`mean_value`为计算出来的平均值。