我有一個(gè)包含客戶 ID 及其 2014-2018 年費(fèi)用的數(shù)據(jù)框。我想要的是數(shù)據(jù)框中每個(gè) ID 的 2014-2018 年費(fèi)用的平均值。但是有一個(gè)條件：如果行（2014-2018）中的一個(gè)單元格為空，則應(yīng)返回 NaN。所以我只希望在 2014-2018 列中的所有 5 個(gè)行單元格都具有數(shù)值時(shí)計(jì)算平均值。初始數(shù)據(jù)框：2014   2015  2016  2017   2018   ID100  122.0   324   632    NaN  12.0120  159.0    54   452  541.0  96.0NaN  164.0   687   165  245.0  20.0180  421.0   512   184  953.0  73.0110  654.0   913   173  103.0  84.0130    NaN   754   124  207.0  26.0170  256.0   843    97  806.0  87.0140  754.0    95   101  541.0  64.0 80  985.0   184    84   90.0  11.0 96   65.0   127   130  421.0  34.0期望的輸出2014   2015  2016  2017   2018    ID    mean 100  122.0   324   632    NaN  12.0     NaN 120  159.0    54   452  541.0  96.0  265.20 NaN  164.0   687   165  245.0  20.0     NaN 180  421.0   512   184  953.0  73.0  450.00 110  654.0   913   173  103.0  84.0  390.60 130    NaN   754   124  207.0  26.0     NaN 170  256.0   843    97  806.0  87.0  434.40 140  754.0    95   101  541.0  64.0  326.20  80  985.0   184    84   90.0  11.0  284.60  96   65.0   127   130  421.0  34.0  167.80嘗試過(guò)的代碼： -> 然而，這只是給了我平均值，忽略了 NaN 條件。他們是否有一些簡(jiǎn)短的 lambda 函數(shù)可以將條件添加到代碼中？import pandas as pd?import numpy as np??data = pd.DataFrame({"ID":   [12,96,20,73,84,26,87,64,11,34],?                                        "2014": [100,120,np.nan,180,110,130,170,140,80,96],?                                        "2015": [122,159,164,421,654,np.nan,256,754,985,65],?                   "2016": [324,54,687,512,913,754,843,95,184,127],?                      "2017": [632,452,165,184,173,124,97,101,84,130],?                    "2018": [np.nan,541,245,953,103,207,806,541,90,421]})??print(data)??fiveyear = ["2014", "2015", "2016", "2017", "2018"] -> if a cell in these rows is empty(NaN), then NaN should be in the new 'mean'-column. I only want the mean when, all 5 cells in the row have a numeric value.??data.loc[:, 'mean'] = data[fiveyear].mean(axis=1)??print(data)