计算dataframe某一行的平均值

好的，这是一个计算数据的问题，可以回答。你可以使用以下代码计算 DataFrame 中某一行的平均值：

import pandas as pd

# 创建一个 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 计算第二行的平均值
mean = df.iloc[1].mean()
print(mean)

以上代码中，我们使用 `iloc` 方法选取了 DataFrame 的第二行，并使用 `mean` 方法计算该行的平均值。

相关问题

统计dataframe每一行的平均值

好的，这是一个数据分析问题，我可以为您提供解答。您可以使用 pandas 库中的 mean() 方法计算每一行的平均值。具体操作可以参考以下代码：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 计算每一行的平均值
row_means = df.mean(axis=1)

# 输出结果
print(row_means)

这段代码会输出每一行的平均值：

0    4.0
1    5.0
2    6.0
dtype: float64

遍历每一列，计算DataFrame每一列的平均值，然后将结果存储到一个新的DataFrame中

没问题，可以回答。对于这个问题，可以使用 pandas 库中的 mean() 函数来计算每一列的平均值，然后通过 DataFrame 构造方法将计算结果存储到一个新的 DataFrame 中，代码示例如下：

import pandas as pd

# 假设原始的 DataFrame 是 df
# 计算每一列的平均值
mean_values = df.mean()

# 将计算结果存储到一个新的 DataFrame 中
result_df = pd.DataFrame({'mean': mean_values})

这样，result_df 就是计算出的每一列的平均值，其中每一行的名字和原 DataFrame 的每一列名字一一对应。