dataframe 生成一列均值

要计算DataFrame中一列的均值，可以使用`mean()`函数。假设你的DataFrame名为df，列名为column_name，你可以使用以下代码来计算均值：

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

这将返回该列的均值值并将其赋值给mean_value变量。你可以根据需要修改列名和变量名。

相关问题

dataframe，将列A、B、C、D的均值生成列E

可以使用Pandas库中的DataFrame的mean()函数来计算每一列的均值，并将均值作为新的一列添加到DataFrame中。具体代码如下：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12], 'D': [13, 14, 15, 16]})

# 计算每一列的均值，并将均值作为新的一列添加到DataFrame中
df['E'] = df.mean(axis=1)

print(df)

输出结果为：

   A  B   C   D     E
0  1  5   9  13   7.0
1  2  6  10  14   8.0
2  3  7  11  15   9.0
3  4  8  12  16  10.0

其中，axis=1表示对每一行进行操作，即计算每一行的均值。因此，最终生成的列E中的每个值都是对应行的A、B、C、D四列的均值。

对dataframe某一列的每个空值填随机数

可以使用pandas库的fillna()函数将空值填充成随机数，具体实现方式如下：

1. 导入pandas和numpy库：

import pandas as pd
import numpy as np

2. 生成一个包含空值的dataframe：

df = pd.DataFrame({'A': [1, 2, 3, np.nan, 5],
'B': [6, np.nan, 8, 9, 10],
'C': [11, 12, np.nan, 14, 15]})

3. 针对某一列的空值填充随机数：

df['A'].fillna(np.random.randn(len(df['A'])))

注意：np.random.randn()用于生成标准正太分布的随机数。这种方法虽然可以快速填充空值，但是可能会影响数据的真实性和可靠性。如果对数据有较高的要求，可以采用其他更为合适的方法，如均值填充、中位数填充、插值法等。