Python 去掉nan值计算平均数和分位数

在Python中，如果你有一个包含`NaN`（Not a Number）值的列表，并想计算其中数值部分的平均数和分位数，可以使用`pandas`库，它提供了丰富的数据处理功能。以下是相应的步骤：

首先，安装pandas如果还没有安装：

pip install pandas

然后，假设你有一个名为`data`的包含`NaN`值的Series或DataFrame：

import pandas as pd

# 假设 data 是一个 Series 或 DataFrame
data = pd.Series([1, 2, np.nan, 4, 5, np.nan])  # 或者 data['your_column_name']

# 计算平均数（mean）
average = data.dropna().mean()
print("平均数:", average)

# 计算百分位数（quantile，默认四分位数，Q1、Q2、Q3）
q1, q2, q3 = data.dropna().quantile([0.25, 0.5, 0.75])
print("第1 quartile (Q1):", q1)
print("第2 quartile (Q2) 或中位数:", q2)
print("第3 quartile (Q3):", q3)

这段代码会先使用`dropna()`函数移除所有的`NaN`值，然后再计算平均数和分位数。

注意，如果你的数据集中有大量`NaN`，移除所有`NaN`可能会导致信息丢失。在这种情况下，你可以选择使用统计方法（如替换为平均值、中位数或其他合适的方法）来填充缺失值，而不是直接删除它们。