Python 带字符串的列的平均值、最小值、最大值（以熊猫为单位）

我有一个这样的专栏

User time  Column

User1 time1  44 db

User1 time2  55 db

User1 time3 43 db

User1 time4  no_available

如何计算平均值、最小值、最大值，只需取44 55 43（无db），忽略每个用户的“无可用”和“无功率”等值

另外，如果用户10次拥有10个值，那么如何获取当天的最后一个值

问候,

---

谢谢。

该列有最大值和最小值。 给我一个大概的数字D

将熊猫作为pd导入
a=[“user1”、“user1”、“user1”、“user1”]
a2=[“时间1”、“时间2”、“时间3”、“时间4”]
a3=['45分贝'，'55分贝'，'43分贝'，'no_available']
a=pd.DataFrame（a，列=[“用户”]）
a2=pd.DataFrame（a2，列=[“时间”]）
a3=pd.DataFrame（a3，列=[“列”]）
数据=pd.concat（[a，a2，a3]，轴=1）
数据1=列表（数据[“列”]）
h=[]
对于data1中的i：
尝试：
如果int（i[0:2]）：
h、 追加（int（i[0:2]））
除：
印刷品（一）
最大（小时）
min（h）

如果所有整数都是整数，则可以使用

str.extract（）

提取数字。然后，返回平均值、最大值等：

df = pd.DataFrame({'User': {0: 'User1', 1: 'User1', 2: 'User1', 3: 'User1'},
 'time': {0: 'time1', 1: 'time2', 2: 'time3', 3: 'time4'},
 'Column': {0: '44 db', 1: '55 db', 2: '43 db', 3: 'no_available'}})
df['Numbers'] = df['Column'].str.extract('(\d+)').astype(float)
print(df['Numbers'].mean(), df['Numbers'].max())

Out [1]:
47.333333333333336 55.0

---

编号为

-

，

或

，

的示例：

import pandas as pd
df = pd.DataFrame({'User': {0: 'User1', 1: 'User1', 2: 'User1', 3: 'User1'},
 'time': {0: 'time1', 1: 'time2', 2: 'time3', 3: 'time4'},
 'Column': {0: '44 db', 1: '-45.32 db', 2: '4,452.03 db', 3: 'no_available'}})
df['Numbers'] = df['Column'].str.replace(',','').str.extract('(-?\d+.?\d+)').astype(float)
print(df['Numbers'])
0      44.00
1     -45.32
2    4452.03
3        NaN
Name: Numbers, dtype: float64

---

有具体问题吗？请看，。你好，谢谢。。。。。它是有效的，但并非所有情况下都有效，我有一些负值，也有42.03 db或-45.32 dbseem的值，与str.extract（“（？\d+。？\d+”）一起工作，是正确的？@mbooma我已经更新了我的答案。你也应该找一个逗号以防万一。我已经包括了

.str.replace（'，'，''）

。这种替换可能比带逗号的正则表达式模式更容易。请单击“我的解决方案”旁边的复选标记接受答案，如果有帮助，请向上投票。谢谢