Python 求满足条件的单元格的平均值

我们的单元格格式为“aa-bb-CCCC/yyyy”/xx@ddddddddd.ee'中，xx是格式A0-Z9中的标题，yyyy是格式0001-9999中的数字。我们想找到单元格的yyyy平均值，其中xx='X1'。这个表是巨大的，所以在每个单元格上迭代似乎是有问题的。我是否可以在这里使用函数filterlike='X1'，在满足此条件的情况下，我很难找到提取yyyy的方法

import pandas as pd
df = pd.read_csv("dane.csv", sep=';')
shape = list(df.shape)
for i in range(0,shape[1]):
    if df.iloc[:,i].filter(like='X1')

输入示例中，第一行是列名

1: Brandenburg (Post-Panamax)               2: Acheron (Feeder)                        
ES-NL-10633096/1938/X1@hkzydbezon.dk/6749   DE-JP-20438082/2066/A2@qwinfhcaer.cu/68849
BE-BR-61613986/3551/B1@oqk.bf/39927         NL-LK-02275406/2136/A1@ozmmfdpfts.de/73198
PH-SA-39552610/2436/A1@venagi.hr/80578
PA-AE-59814691/4881/X1@zhicvzvksl.cl/25247  OM-PH-31303222/3671/Z1@jtqy.ml/52408

---

据我所知，你需要计算所有单元格的一个平均值 满足标准，无论列在何处

从重新导入开始

然后编译正则表达式：

pat = re.compile(r'(?:[A-Z]{2}-){2}\d+/(?P<n>\d+)/X1@[A-Z]+\.[A-Z]{2}',
    flags=re.I)

对于您的样本数据，结果为3409.5

要了解计算的方式，请执行每个步骤 作为单独的指示，并观察结果

pd.Series(df.values.reshape(-1, 1).squeeze()).str.extract(pat)\
    .dropna().astype(int).n.mean()