Python 将列添加到包含先前数据平均值的数据帧的末尾

我有一个数据框

ave_data

，其中包含以下内容：

ave_data

Time        F7           F8            F9  
00:00:00    43.005593    -56.509746    25.271271  
01:00:00    55.114918    -59.173852    31.849262  
02:00:00    63.990762    -64.699492    52.426017

我想在此数据框中添加另一列，其中包含每行F7、F8和F9列下的值的平均值

ave_data

DataFrame可能会随着我的代码稍后从不同的Excel文件读取而改变大小，因此该方法需要是通用的（即添加包含平均值的列始终作为DataFrame中的最后一列，而不是第4列）

---

您可以使用

copy（）

复制df，然后只需调用

mean

并传递参数

axis=1

和

numeric\u only=True

，以便按行计算平均值并忽略非数字列，执行以下操作时，列始终添加在末尾：

In [68]:

summary_ave_data = df.copy()
summary_ave_data['average'] = summary_ave_data.mean(numeric_only=True, axis=1)
summary_ave_data
Out[68]:
                 Time         F7         F8         F9    average
0 2015-07-29 00:00:00  43.005593 -56.509746  25.271271   3.922373
1 2015-07-29 01:00:00  55.114918 -59.173852  31.849262   9.263443
2 2015-07-29 02:00:00  63.990762 -64.699492  52.426017  17.239096

---

@LaangeHaare或任何其他好奇的人，我只是测试了一下，接受答案的副本部分似乎没有必要（也许我遗漏了什么…）

因此，您可以通过以下方式简化此过程：

df['average'] = df.mean(numeric_only=True, axis=1)

---

我会简单地将此作为评论添加，但在普通情况下没有声誉如果您想使用特定列，您可以使用：

df['average'] = df[['F7','F8']].mean(axis=1)

其中轴=1表示行操作（使用每行的列值计算“平均”列中的平均值）

然后，您可能需要按此列进行排序：

df.sort_values(by='average',ascending=False, inplace=True)

---

其中inplace=True表示对数据帧应用操作，而不是对副本进行计算。

df.assign

专门用于此目的。它返回一个副本，以避免更改原始数据帧和/或使用CopyWarning提升

设置。其工作原理如下：

data_with_ave = ave_data.assign(average = ave_data.mean(axis=1, numeric_only=True))

此函数还可以同时创建多个列：

data_with_ave = ave_data.assign(
                    average = ave_data.mean(axis=1, numeric_only=True),
                    median = ave_data.median(axis=1, numeric_only=True)
)

从0.36开始，您甚至可以引用刚创建的列来创建另一列：

data_with_ave = ave_data.assign(
                    average = ave_data.mean(axis=1, numeric_only=True),
                    isLarge = lambda df: df['average'] > 10
)

复制部分仅在您希望执行更多操作时才需要，例如，以一种或多种格式保存到文件并进行打印，同时避免覆盖旧变量（这是一个很好的做法），因此从这个意义上说，这是一个更一般的答案，而您的答案更为重要。
data_with_ave = ave_data.assign(
                    average = ave_data.mean(axis=1, numeric_only=True),
                    isLarge = lambda df: df['average'] > 10
)