pandas计算含缺失值中列平均值_数据质量：缺失数据处理

要计算含有缺失值的列平均值，可以使用 pandas 库中的 mean() 方法。默认情况下，mean() 方法将忽略缺失值并计算非缺失值的平均值。以下是一个示例代码：

import pandas as pd

# 创建一个含有缺失值的 DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
                   'B': [5, 6, 7, np.nan],
                   'C': [8, np.nan, 10, 11]})

# 计算每列的平均值
mean_values = df.mean()

print(mean_values)

输出结果如下：

A    2.333333
B    6.000000
C    9.666667
dtype: float64

在上面的示例中，我们创建了一个含有缺失值的 DataFrame，并使用 mean() 方法计算了每列的平均值。注意，如果某列的所有值都是缺失值，则该列的平均值也将为缺失值。