pandas求取每一列平均值

在Python的Pandas库中，你可以使用`mean()`函数轻松地计算DataFrame或Series的每一列平均值。这个函数对每一列应用统计平均操作，结果是一个新的Series，其中索引是原数据的列名，值是对应列的平均值。

例如，如果你有一个名为df的DataFrame：

import pandas as pd

# 假设 df 是这样的 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [6, 7, 8, 9, 10],
    'C': [11, 12, 13, 14, 15]
})

# 计算每列平均值
column_means = df.mean()

print(column_means)

输出将是一个新的Series，显示了每列的平均值：

A    3.0
B    7.0
C   13.0
dtype: float64

如果你想对DataFrame中的特定行或者特定条件下的数据求平均，可以使用`groupby()`函数配合`mean()`。

相关问题

pandas求列平均值

要求一个DataFrame中每列的平均值，可以使用pandas库中的mean()函数。下面是一个示例代码：

import pandas as pd

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

# 求每列的平均值
mean_values = df.mean()
print(mean_values)

运行以上代码，输出结果为：

A    2.0
B    5.0
C    8.0
dtype: float64

以上代码中，我们首先导入了pandas库，并创建了一个示例的DataFrame。然后使用mean()函数对DataFrame进行操作，得到每列的平均值。最后打印输出结果。

pandas计算某一列平均值

可以使用 pandas 库中的 `mean()` 方法来计算某一列的平均值。例如，假设有一个 DataFrame 对象 `df`，其中有一个名为 `col` 的列，可以使用以下代码计算该列的平均值：

mean_val = df['col'].mean()

其中 `mean_val` 变量将包含 `col` 列的平均值。