Python 有没有更好的方法来计算数据帧中一行的平均值？

我有一个包含“n”行和“m”列的数据帧，我想要第一行和m-1列的平均值

              c1        c2        c3   . . . . . . . cm
r1
r2
r3
.
.
.
.
rn

我现在对整个第一行求和，减去对应于这一行的最后一列值，然后求平均值。代码如下所示：

    (sum(df.ix["r1",:]) - df.ix["r1",'cm'])/(len(df.columns)-1)

---

你能建议一个替代方案来实现我的目标吗？

我相信

df[df.columns[:-1]].mean(axis=1)

如果您有这种扁平的数据帧结构，就可以实现这一点

这里，

df.columns[：-1]

返回一个索引，该索引指向除最后一列之外的所有列

UPD

---

对不起，这将为您计算出所有行，您仍然需要选择您想要的行（第一行）

我相信类似于

df[df.columns[:-1]].mean(axis=1)

如果您有这种扁平的数据帧结构，就可以实现这一点

这里，

df.columns[：-1]

返回一个索引，该索引指向除最后一列之外的所有列

UPD

---

对不起，这将给您计算的所有行，您仍然需要选择您想要的行（第一行）

您可以使用

df.iloc[0][：-1].mean（）

这样：

df =pd.DataFrame({'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]}) 
df.iloc[0][:-1].mean()

---

您可以像这样使用

df.iloc[0][：-1].mean（）

：

df =pd.DataFrame({'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]}) 
df.iloc[0][:-1].mean()

您可以与

平均值一起使用

：

print (df.iloc[:, :-1].mean(axis=1))

样本：

df = pd.DataFrame({'a':[1,2,3],'b':[2,2,3],
                   'c':[2,5,6]}, index=['r1','r2','r3'])

print (df)
    a  b  c
r1  1  2  2
r2  2  2  5
r3  3  3  6

print (df.iloc[:, :-1].mean(axis=1))
r1    1.5
r2    2.0
r3    3.0
dtype: float64

您可以与

平均值一起使用

：

print (df.iloc[:, :-1].mean(axis=1))

样本：

df = pd.DataFrame({'a':[1,2,3],'b':[2,2,3],
                   'c':[2,5,6]}, index=['r1','r2','r3'])

print (df)
    a  b  c
r1  1  2  2
r2  2  2  5
r3  3  3  6

print (df.iloc[:, :-1].mean(axis=1))
r1    1.5
r2    2.0
r3    3.0
dtype: float64

您可以按照中的说明使用。您可以按照中的说明使用