Python 数据帧非零列的平均值和stddev

我有一个数据框，有几列，每列都有一些正值、负值和零值。对于每列，我想计算x+y，其中x和y是每列绝对非零值的平均值和标准偏差。如何在python中实现这一点？

您可以使用布尔条件过滤df，然后迭代COL，调用

description

并访问平均值和标准值列：

In [103]:

df = pd.DataFrame({'a':np.random.randn(10), 'b':np.random.randn(10), 'c':np.random.randn(10)})
df
Out[103]:
          a         b         c
0  0.566926 -1.103313 -0.834149
1 -0.183890 -0.222727 -0.915141
2  0.340611 -0.278525 -0.992135
3  0.380519 -1.546856  0.801598
4 -0.596142  0.494078 -0.423959
5 -0.064408  0.475466  0.220138
6 -0.549479  1.453362  2.696673
7  1.279865  0.796222  0.391247
8  0.778623  1.033530  1.264428
9 -1.669838 -1.117719  0.761952
In [111]:

for col in df[df>0]:
    print('col:', col, df[col].describe()[['mean','std']])
col: a mean    0.028279
std     0.836804
Name: a, dtype: float64
col: b mean   -0.001648
std     1.014950
Name: b, dtype: float64
col: c mean    0.297065
std     1.159999
Name: c, dtype: float64

---

我在寻找一个类似问题的答案，但要在非零项上产生一个平均值等

在玩了一会儿之后，答案很简单：

In [3]: df = pd.DataFrame({'a':np.random.randint(-5,5,10), 'b':np.random.randint(-5,5,10), 'c':np.random.randint(-5,5,10)})

In [4]: df
Out[4]:
a  b  c
0  3 -5 -2
1  0 -2  1
2 -1  1 -4
3 -3  0 -4
4 -5 -3  0
5 -1  4  1
6  0 -5 -4
7  2  0 -5
8  4  0  2
9 -1  1 -4

In [5]: df[df <> 0].describe()   # or use .mean() etc.
Out[5]:
              a         b         c
count  8.000000  7.000000  9.000000
mean  -0.250000 -1.285714 -2.111111
std    3.058945  3.401680  2.713137
min   -5.000000 -5.000000 -5.000000
25%   -1.500000 -4.000000 -4.000000
50%   -1.000000 -2.000000 -4.000000
75%    2.250000  1.000000  1.000000
max    4.000000  4.000000  2.000000

[3]中的df=pd.DataFrame（{'a'：np.random.randint（-5,5,10），'b'：np.random.randint（-5,5,10），'c'：np.random.randint（-5,5,10）}） In[4]：df 出[4]： a、b、c 0 3 -5 -2 1 0 -2 1 2 -1 1 -4 3 -3 0 -4 4 -5 -3 0 5 -1 4 1 6 0 -5 -4 7 2 0 -5 8 4 0 2 9 -1 1 -4 [5]中的df[df0].descripe（）#或use.mean（）等。 出[5]： a、b、c 计数8.0000007.0000009.000000 平均值-0.250000-1.285714-2.111111 标准3.058945 3.401680 2.713137 最小-5.000000-5.000000-5.000000 25% -1.500000 -4.000000 -4.000000 50% -1.000000 -2.000000 -4.000000 75% 2.250000 1.000000 1.000000 最大4.000000 4.000000 2.000000 我还需要timeseries数据的平均值，但忽略零值（响应时间）并找到另一个解决方案

In [6]: df = pd.DataFrame({'a':np.random.randint(0,5,5), 'b':np.random.randint(0,5,5), 'c':np.random.randint(0,5,5)})

In [7]: df['Time'] = pd.date_range('2015/01/01',periods=5)

In [8]: df2 = pd.DataFrame({'a':np.random.randint(0,5,5), 'b':np.random.randint(0,5,5), 'c':np.random.randint(0,5,5)})

In [9]: df2['Time'] = pd.date_range('2015/01/01',periods=5)

In [10]: df=pd.concat([df,df2]).set_index('Time').sort_index()

In [11]: df
Out[11]:
            a  b  c
Time
2015-01-01  0  0  1
2015-01-01  4  3  3
2015-01-02  2  3  4
2015-01-02  3  0  4
2015-01-03  3  4  4
2015-01-03  1  1  3
2015-01-04  4  2  2
2015-01-04  3  1  2
2015-01-05  3  2  0
2015-01-05  2  2  1

In [12]: df[df<>0].groupby(df.index).mean()
Out[12]:
              a    b    c
Time
2015-01-01  4.0  3.0  2.0
2015-01-02  2.5  3.0  4.0
2015-01-03  2.0  2.5  3.5
2015-01-04  3.5  1.5  2.0
2015-01-05  2.5  2.0  1.0

[6]中的df=pd.DataFrame（{'a'：np.random.randint（0,5,5），'b'：np.random.randint（0,5,5），'c'：np.random.randint（0,5,5）}） [7]中：df['Time']=pd.日期范围（'2015/01/01'，期间=5） [8]中的df2=pd.DataFrame（{'a'：np.random.randint（0,5,5），'b'：np.random.randint（0,5,5），'c'：np.random.randint（0,5,5）}） [9]中：df2['Time']=pd.日期范围（'2015/01/01'，期间=5） 在[10]中：df=pd.concat（[df，df2]）。set_index（'Time'）。sort_index（） In[11]：df 出[11]： a、b、c 时间 2015-01-01 0 0 1 2015-01-01 4 3 3 2015-01-02 2 3 4 2015-01-02 3 0 4 2015-01-03 3 4 4 2015-01-03 1 1 3 2015-01-04 4 2 2 2015-01-04 3 1 2 2015-01-05 3 2 0 2015-01-05 2 2 1 [12]中的df[df0].groupby（df.index）.mean（） 出[12]： a、b、c 时间 2015-01-01 4.0 3.0 2.0 2015-01-02 2.5 3.0 4.0 2015-01-03 2.0 2.5 3.5 2015-01-04 3.5 1.5 2.0 2015-01-05 2.5 2.0 1.0

---

注意：如果同时所有项目均为零，则平均值计算为Nan。

是否可以发布原始输入数据、代码和所需输出