Python 获取列平均值/平均值
我无法得到熊猫栏的平均值或平均值。A有一个数据帧。下面我尝试的两种方法都没有给出列的平均重量 以下内容返回多个值,而不是一个值:Python 获取列平均值/平均值,python,pandas,Python,Pandas,我无法得到熊猫栏的平均值或平均值。A有一个数据帧。下面我尝试的两种方法都没有给出列的平均重量 以下内容返回多个值,而不是一个值: allDF[['weight']].mean(axis=1) 这也是: allDF.groupby('weight').mean() 如果只需要“权重”列的平均值,请选择一个系列的列并调用。平均值: 试着给打印df。描述一个镜头。我希望获得数据帧的总体描述将非常有用。尝试df。meanaxis=0,axis=0参数计算数据帧的列平均值,因此结果将是axis=1是行
allDF[['weight']].mean(axis=1)
这也是:
allDF.groupby('weight').mean()
如果只需要“权重”列的平均值,请选择一个系列的列并调用。平均值: 试着给打印df。描述一个镜头。我希望获得数据帧的总体描述将非常有用。尝试df。meanaxis=0,axis=0参数计算数据帧的列平均值,因此结果将是axis=1是行平均值,因此您将获得多个值。您可以使用
df.describe()
df["columnname"].mean()
您将获得数据帧的基本统计信息,并获得您可以使用的特定列的平均值
df.describe()
df["columnname"].mean()
您还可以使用点表示法(也称为属性访问)访问列,然后计算其平均值:
df.your_column_name.mean()
df中每列的平均值:
如果需要所有列的平均值:
df.stack().mean()
6.0
您可以使用以下两种语句之一: numpy.meandf['col_name'] 或 df['col_name']。指
您可以轻松地遵循以下代码
import pandas as pd
import numpy as np
classxii = {'Name':['Karan','Ishan','Aditya','Anant','Ronit'],
'Subject':['Accounts','Economics','Accounts','Economics','Accounts'],
'Score':[87,64,58,74,87],
'Grade':['A1','B2','C1','B1','A2']}
df = pd.DataFrame(classxii,index = ['a','b','c','d','e'],columns=['Name','Subject','Score','Grade'])
print(df)
#use the below for mean if you already have a dataframe
print('mean of score is:')
print(df[['Score']].mean())
此外,如果要在找到平均值后获得舍入值 您可以选择: 描述 这将为您提供所需的所有相关详细信息,但要找到特定列的最小值、最大值或平均值(如“权重”),请使用:
df['weights'].mean(): For average value
df['weights'].max(): For maximum value
df['weights'].min(): For minimum value
请注意,它首先需要是数字数据类型
import pandas as pd
df['column'] = pd.to_numeric(df['column'], errors='coerce')
接下来,使用descripe查找一列或所有数值列的平均值
描述的结果示例:
column
count 62.000000
mean 84.678548
std 216.694615
min 13.100000
25% 27.012500
50% 41.220000
75% 70.817500
max 1666.860000
为此,您只需遵循以下语法:
df.['columnName'].mean()
groupby'weight'不是您想要的,因为它将df拆分为单独的列,每个列都有不同的权重值。而不仅仅是df['weight'],意思是所有的df。如果我想得到每一列的平均值呢?@Chris df。describe@Chrisdf.mean为您提供每列的权重,并以系列形式返回。这是上述答案的副本。displaydf.Descripte在Jupyter笔记本中更好,因为ipython的显示提供格式化的HTML而不是ASCII,哪一个在视觉上更有用/更令人愉悦。请用适当的评论丰富您的答案。否则,它可能会被标记为删除
df['column'].mean()
df.describe()
column
count 62.000000
mean 84.678548
std 216.694615
min 13.100000
25% 27.012500
50% 41.220000
75% 70.817500
max 1666.860000
df.['columnName'].mean()