Python 在数据帧中计算绝对平均值

我的数据帧-

df= pd.DataFrame({'A':[33,-44],'B':[44,-66],'C':[66,21]})

我想找出忽略符号的每行绝对平均数，取平均数的公式是-

第一排-

(33+ 44/2 + 66/3)/3 = 25.6

第二排-

(44+66/2+21/3)/3=24.3

这不是直接平均值，但根据特定列，该值将除以特定值，如a列的1除以B列的2，依此类推

输出-

        Average
     0  25.60000
     1  24.300

是的-

df[['average']]= (abs(df[['A']]).values + abs(df[['B']]/2).values +  abs(df[['C']]/3).values )/3 

---

但是它的给出错误

在pd.系列中不可能吗

((abs(df['A'])+abs(df['B']/2)+abs(df['C']/3))/3).to_frame()

---

您的代码有错误，因为： 他们错误地认为：['average']在索引中，当然是['A']，['B']，。。。。也是

你应该试试这个：

df['average']= (abs(df['A']).values + abs(df['B']/2).values +  abs(df['C']/3).values )/3

尝试：

如果有更多列，则：

df["average"] = (df[['A','B','C']].abs()/np.arange(1,4)).mean(axis=1)

---

你的数字加起来不正确。77/3是如何得到47.6的？@HenryYik谢谢你。我在计算中犯了一个错误使用df[average]=absdf[a]+absdf[B]/2+absdf[C]/3/3。

df["average"] = (df[['A','B','C']].abs()/np.arange(1,4)).mean(axis=1)