介绍
在本实验中，我们将学习如何使用 Pandas 库中的 mean() 方法来计算 DataFrame 的平均值。mean() 方法可以用于计算 DataFrame 沿索引轴或列轴的平均值。
虚拟机提示
虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，可以随时向 Labby 寻求帮助。请在实验结束后提供反馈，我们将及时为你解决问题。
导入所需的库
首先，使用以下代码导入所需的库，Pandas 和 NumPy：
import pandas as pd
import numpy as np
创建一个 DataFrame
接下来，使用以下代码创建一个 DataFrame：
df = pd.DataFrame({"A": [0, 52, 78], "B": [77, 45, 96], "C": [16, 23, 135], "D": [17, 22, 56]})
沿索引轴计算均值
要计算 DataFrame 沿索引轴的平均值，我们可以使用 mean() 方法并设置 axis=0 参数。以下是一个示例：
mean_index = df.mean(axis=0)
print(mean_index)
沿列轴计算均值
要计算 DataFrame 沿列轴的平均值，我们可以使用 mean() 方法并设置 axis=1 参数。以下是一个示例：
mean_column = df.mean(axis=1)
print(mean_column)
处理空值
默认情况下，mean() 方法在计算平均值时会排除空值（null values）。然而，我们可以通过将 skipna 参数设置为 False 来改变这一行为。以下是一个沿索引轴计算包含空值的平均值的示例：
df_with_null = pd.DataFrame({"A": [0, None, 78], "B": [77, 45, None], "C": [16, 23, None], "D": [17, 22, 56]})
mean_null = df_with_null.mean(axis=0, skipna=False)
print(mean_null)
总结
在本实验中，我们学习了如何使用 Pandas 库中的 mean() 方法来计算 DataFrame 的平均值。我们了解了如何沿索引轴和列轴计算平均值，以及在计算平均值时如何处理空值。mean() 方法是分析和汇总 Pandas DataFrame 数据的有用工具。
结论
Pandas 库中的 mean() 方法是计算 DataFrame 平均值的强大工具。它提供了沿不同轴计算平均值的灵活性，并能够适当地处理空值。掌握如何使用 mean() 方法是使用 Pandas 进行数据分析的基本技能。
总结
恭喜！你已经完成了 Pandas DataFrame 均值方法实验。你可以在 LabEx 中练习更多实验来提升你的技能。