Pandas DataFrame 均值方法

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]})

计算沿索引轴的平均值

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)

计算沿列轴的平均值

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。