Python df.mean（）和df['；列'；].mean（）结果的差异

我只运行以下三行：

df = pd.read_hdf('data.h5')
print(df.mean())
print(df['derived_3'].mean())

第一个

打印

列出了每列的所有单独方式，其中一个为

derived_3        -5.046012e-01

第二个

print

仅给出该列的平均值，并给出结果

-0.504715

尽管在使用科学符号和非科学符号方面存在差异，但这些值是不同的——为什么会这样

---

使用其他方法的示例

使用

sum（）

执行相同操作将导致以下结果：

derived_3        -7.878262e+05

-788004.0

同样，结果略有不同，但

count（）

返回相同的结果：

derived_3         1561285

1561285

另外，

df.head（）

的结果：

---

pd.DataFrame

方法与

pd.Series

方法

在

df.mean（）。返回的是一个
pd.Series
，其中
df.columns
是新的索引，每列的平均值是值。在最初的示例中，
df
只有一列，因此结果是一个长度为1的系列，其中索引是该列的名称，值是该列的平均值

在
df['derived_3'].mean（）
，
mean
是
pd.Series.mean
，
df['derived_3']
是
pd.Series
。
pd.Series.mean的结果将是一个标量


显示差异

显示的差异是因为
df.mean
的结果是一个
pd.Series
，浮点格式由
pandas
控制。另一方面，
df['derived_3'].mean（）
是python原语，不受pandas控制

import numpy as np
import pandas as pd


标量

pd.系列

不同格式


减少

将这些不同的方法视为是否降低维度是有用的。或同义词，聚合或转换


减少一个
pd.DataFrame
将导致一个
pd.Series
减少一个
pd.Series
会产生一个标量

降低成本的方法


平均值
sum
std
另外，在我的帖子中添加
df.dtypes
。这是一个非常大的文件，据我所知，其中一些数字有大约20位小数位，这并没有显示在熊猫的结果中。这可能是造成问题的原因吗？也许，看看吧，我明白了。当你说“显示差异”时，你的意思是计算实际上在两个方面都是完全正确的，只是显示方式不同，或者如果我在执行计算时交换了我的两个示例，这是否会扭曲我的结果？它们完全相同
3.14159265359
和pd.Series（3.14159265359）
中的值是相同的。@piRSquared关于这一点还有一个问题-我有这个操作
df.ix[：，2:-1]=df.ix[：，2:-1]-df.ix[：，2:-1].mean（）
，我希望将所有索引列规范化，使它们的平均值现在为0。执行此操作后，当我打印出平均值时，它们都显示为非常小的数字，但没有一个精确显示为0。我是否可以检查我的等式是否正确，值是否为零，或者我的等式是否错误，如果是，它们将显示为0？当你身处浮点世界时，没有精确的东西。这个很小的数字接近于零。您可以使用
np.isclose
确定浮点数是否接近，是否在某个公差范围内。如果愿意，可以使用
舍入
使其等于零。
import numpy as np
import pandas as pd

np.pi

3.141592653589793

pd.Series(np.pi)

0    3.141593
dtype: float64

with pd.option_context('display.float_format', '{:0.15f}'.format):
    print(pd.Series(np.pi))

0   3.141592653589793
dtype: float64