R语言用mean函数对dataframe相邻列取均值

可以使用以下代码对R语言中的dataframe相邻列取均值：

# 创建一个示例dataframe
df <- data.frame(col1 = c(1, 2, 3), col2 = c(4, 5, 6), col3 = c(7, 8, 9))

# 使用apply函数对相邻列取均值
apply(df[, 1:ncol(df)-1], 2, function(x) mean(x + df[, 2:ncol(df)][, 1]))

其中，`df[, 1:ncol(df)-1]`选择了dataframe中除了最后一列外的所有列，`df[, 2:ncol(df)]`选择了dataframe中除了第一列外的所有列。`x + df[, 2:ncol(df)][, 1]`将每一列和其后一列相加，求得相邻列的和。`apply()`函数对每一列进行函数操作，`2`表示按列操作，`function(x) mean(x + df[, 2:ncol(df)][, 1])`表示对每一列进行求均值操作。

相关问题

2020_City_Air_Quality_Index.csv中保存有2020年国内某城市某监测站点采集的空气质量监测数据。 请结合所学知识完成一下的数据分析及可视化问题 1)使用pandas读取CSV文件中的数据，创建 DataFrame对象，并删除其中所有缺失值； 2)使用 matplotib生成折线图，反映当日空气质量指数随时间的变化情况，并把图形保存为本地文件 today_AQIjpg;(使用rindex函数) 3)按月份进行统计空气质量指数均值，使用 matplotib绘制柱状图显示每个月份的空气质量指数均值，并把图形保存为本地文件 average_AQI month.jpg; (4)按月份进行统计，找出相邻两个月空气质量指数均值的最大差值，并把差值最大的月份写入文件maxMonth.txt; (5)按照每14天为一个周期，统计自2020/1/1开始的五个周期内空气质量指数均值，使用matplotlib生成饼状图显示空气质量指数两周均值大小情况，并把图形保存为本地文件AQI_2weeks.jpg。

1. 读取CSV文件中的数据，创建 DataFrame对象，并删除其中所有缺失值

import pandas as pd

# 读取CSV文件
df = pd.read_csv('2020_City_Air_Quality_Index.csv')

# 删除所有缺失值
df.dropna(inplace=True)

2. 生成折线图，反映当日空气质量指数随时间的变化情况，并把图形保存为本地文件 today_AQI.jpg

import matplotlib.pyplot as plt

# 将日期作为索引
df.set_index('Date', inplace=True)

# 生成折线图
plt.plot(df['AQI'])

# 设置图形标题和横纵坐标标签
plt.title('Air Quality Index in 2020')
plt.xlabel('Date')
plt.ylabel('AQI')

# 保存图形
plt.savefig('today_AQI.jpg')

3. 按月份进行统计空气质量指数均值，使用 matplotlib 绘制柱状图显示每个月份的空气质量指数均值，并把图形保存为本地文件 average_AQI_month.jpg

# 按月份统计空气质量指数均值
monthly_mean = df.resample('M').mean()

# 生成柱状图
plt.bar(monthly_mean.index.strftime('%b'), monthly_mean['AQI'])

# 设置图形标题和横纵坐标标签
plt.title('Monthly Average Air Quality Index in 2020')
plt.xlabel('Month')
plt.ylabel('AQI')

# 保存图形
plt.savefig('average_AQI_month.jpg')

4. 按月份进行统计，找出相邻两个月空气质量指数均值的最大差值，并把差值最大的月份写入文件 maxMonth.txt

# 按月份统计空气质量指数均值
monthly_mean = df.resample('M').mean()

# 计算相邻两个月空气质量指数均值的最大差值
diff = monthly_mean.diff().abs().max()

# 找到差值最大的月份
max_month = monthly_mean.diff().abs().idxmax().strftime('%b')

# 将差值最大的月份写入文件
with open('maxMonth.txt', 'w') as f:
    f.write(max_month)

5. 按照每14天为一个周期，统计自2020/1/1开始的五个周期内空气质量指数均值，使用 matplotlib 生成饼状图显示空气质量指数两周均值大小情况，并把图形保存为本地文件 AQI_2weeks.jpg

# 按照每14天为一个周期统计空气质量指数均值
two_weeks_mean = df['AQI'].rolling('14D').mean()

# 取自2020/1/1开始的五个周期的数据
two_weeks_mean = two_weeks_mean['2020-01-01':'2020-04-12'].head(5)

# 生成饼状图
plt.pie(two_weeks_mean, labels=two_weeks_mean.index.strftime('%Y-%m-%d'))

# 设置图形标题
plt.title('Air Quality Index in 2 Weeks')

# 保存图形
plt.savefig('AQI_2weeks.jpg')

dataframe填充数据

### 如何在DataFrame中填充数据

当处理 `pandas` 的 `DataFrame` 时，可能会遇到含有缺失值的情况。为了有效管理这些缺失值，可以采用多种方式来填充它们。

#### 使用常数值填充
如果想要用单一的固定值替换所有的缺失值，可以通过指定该值并调用 `.fillna()` 方法实现：

import pandas as pd
import numpy as np

df = pd.DataFrame([[np.nan, 2, np.nan], [4, np.nan, 6]])
filled_df = df.fillna(0)  # 将所有 NaN 替换为 0
print(filled_df)

这种方法简单直接，适用于那些确实不存在任何实际测量结果的情形[^3]。

#### 按列或按行填充
有时可能更倾向于沿某一方向填补缺失的数据点。这可通过设置参数 `method='ffill'` 或者 `method='bfill'` 来完成前向填充（forward fill）或是后向填充（backward fill），分别表示向前复制最近的有效观测值或将下一个有效的观测值回填给当前的位置：

# 前向填充 (Forward Fill)
ffilled_df = df.fillna(method="ffill")

# 后向填充 (Backward Fill)
bfilled_df = df.fillna(method="bfill")

这两种策略对于时间序列分析特别有用，在这种情况下保持相邻时间段之间的连续性非常重要[^4]。

#### 使用统计量填充
另一种常见的做法是以每列中的平均数、中位数或其他统计数据作为替代品来进行填充。例如，要基于各列各自的均值进行填充，则可执行如下代码片段：

mean_filled_df = df.apply(lambda col: col.fillna(col.mean()), axis=0)
median_filled_df = df.apply(lambda col: col.fillna(col.median()), axis=0)
mode_filled_df = df.apply(lambda col: col.fillna(col.mode()[0]), axis=0)

# 对于分类变量建议使用众数填充
categorical_col_mode_fill = df['Category'].fillna(df['Category'].mode()[0])

此方法有助于维持原始分布特征而不引入过多偏差。

#### 自定义函数填充
除了上述标准选项外，还可以通过传递自定义逻辑到 `.apply()` 函数来自由控制如何生成用于填充的新值。比如可以根据其他字段的内容动态决定合适的补全方案：

def custom_fill(row):
    if row.isnull().any():
        return "Custom Value"
    else:
        return row

custom_filled_df = df.apply(custom_fill, axis=1)

这种方式提供了极大的灵活性，允许针对具体应用场景设计个性化的解决方案。