我有這個(gè)數(shù)據(jù)幀：df = [{'A1':10, 'A2':''}, {'A1':11,'A2':110}, {'A1':12,'A2':120}]我想平均忽略''（空字符串）值的不同列。這是所需的輸出df_AVG = [{'A1':10, 'A2':'','avg':10}, {'A1':11,'A2':110,'avg': 60.5}, {'A1':12,'A2':120,'avg':66}]我可以使用以下代碼執(zhí)行此操作：df['avg'] = df[['A1','A2']].mean(axis=1, numeric_only=True)但是當(dāng)我修改數(shù)據(jù)幀并且它包含多個(gè)空格時(shí)，如下所示df = [{'A1':10, 'A2':''}, {'A1':'','A2':110}, {'A1':12,'A2':120}]我運(yùn)行相同的代碼，輸出是這樣的。所有“avg”值都是 NaN，包括以前有效的值：df_AVG = [{'A1':10, 'A2':'','avg':NaN}, {'A1':11,'A2':110,'avg': NaN}, {'A1':12,'A2':120,'avg':NaN}]你能告訴我這種方法有什么問題嗎？謝謝！
2 回答
慕田峪4524236
TA貢獻(xiàn)1875條經(jīng)驗(yàn) 獲得超5個(gè)贊
當(dāng)您使用numeric_only它會(huì)“刪除”非數(shù)字列，因此在第二種情況下，它會(huì)刪除所有列，因?yàn)樗鼈兌际亲址?。如果你更仔?xì)地檢查第一種情況的平均值，你會(huì)看到在第二行和第三行，它只采用11和12，因?yàn)?10和120由于空字符串而被“丟棄”。
如果需要，您可以執(zhí)行以下操作：
df['avg'] = df[['A1','A2']].replace('', np.nan).apply(lambda row: np.nanmean(row), axis=1)
它將“”替換為NaN，并得到忽略那些NaN的平均值
慕哥6287543
TA貢獻(xiàn)1831條經(jīng)驗(yàn) 獲得超10個(gè)贊
應(yīng)將列強(qiáng)制為數(shù)值類型。一個(gè)簡(jiǎn)單的方法可以是：
df['avg'] = pd.DataFrame({col : pd.to_numeric(df[col]) for col in df.columns}).mean(axis=1)
它按預(yù)期提供：
A1 A2 avg
0 10 10.0
1 110 110.0
2 12 120 66.0
添加回答
舉報(bào)
0/150
提交
取消