logo

Pandas DataFrame.mean()

Funkciju mean() izmanto, lai atgrieztu pieprasītās ass vērtību vidējo vērtību. Ja mēs pielietojam šo metodi uz a Sērijas objekts , tad tas atgriež a skalārā vērtība , kas ir visu datu rāmja novērojumu vidējā vērtība.

Ja mēs izmantojam šo metodi DataFrame objektam, tas atgriež sērijas objektu, kas satur vidējās vērtības virs norādītās ass.

tīkla topoloģijas

Sintakse

 DataFrame.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs) 

Parametri

    ass:{indekss (0), kolonnas (1)}.
    Tas attiecas uz lietojamās funkcijas asi.pasūtīt:Aprēķinot rezultātu, tas izslēdz visas nulles vērtības.līmenis:Ja ass ir MultiIndex (hierarhiska), tas tiek skaitīts kopā ar noteiktu līmeni un tiek sabrukts sērijā.numeric_only:Tas ietver tikai int, float un Būla kolonnas. Ja nav, tas mēģinās izmantot visu, pēc tam izmantos tikai skaitliskos datus. Nav ieviests sērijām.

Atgriežas

Tas atgriež Series vai DataFrame vidējo vērtību, ja līmenis ir norādīts.

Piemērs

 # importing pandas as pd import pandas as pd # Creating the dataframe info = pd.DataFrame({'A':[8, 2, 7, 12, 6], 'B':[26, 19, 7, 5, 9], 'C':[10, 11, 15, 4, 3], 'D':[16, 24, 14, 22, 1]}) # Print the dataframe info # If axis = 0 is not specified, then # by default method return the mean over # the index axis info.mean(axis = 0) 

Izvade

faktoriālā java
 A 7.0 B 13.2 C 8.6 D 15.4 dtype: float64 

Piemērs2

 # importing pandas as pd import pandas as pd # Creating the dataframe info = pd.DataFrame({'A':[5, 2, 6, 4, None], 'B':[12, 19, None, 8, 21], 'C':[15, 26, 11, None, 3], 'D':[14, 17, 29, 16, 23]}) # while finding mean, it skip null values info.mean(axis = 1, skipna = True) 

Izvade

 0 11.500000 1 16.000000 2 15.333333 3 9.333333 4 15.666667 dtype: float64