A Python pandas DataFrame.mean() funkciója egy vagy több DataFrame tengely átlagának kiszámítására szolgál. A Pandas mean() elengedhetetlen a numerikus adatok elemzéséhez. Az átlagértékek kiszámításán túlmenően betekintést nyújt az adatok eloszlásába is.

Mi a DataFrame.mean() szintaxisa?

A pandas mean() függvény legfeljebb három paramétert fogad el, és a következő szintaxissal rendelkezik:

DataFrame.mean(axis=None, skipna=True, numeric_only=None)
python

Milyen paraméterek használhatók a pandas Dataframe.mean-tel?

Különböző paraméterekkel testreszabhatja a pandas DataFrame.mean() működését.

Paraméter Leírás Alapértelmezett érték
axis Meghatározza, hogy a számítás sorok (axis=0) vagy oszlopok (axis=1) alapján történik-e. 0
skipna Ha True-re van állítva, a NaN értékek figyelmen kívül maradnak. True
numeric_only Ha True van állítva, csak a numerikus adattípusok kerülnek be a számításba. False

A pandák használata mean()

A pandas DataFrame.mean() függvényt mind oszlopokra, mind sorokra alkalmazhatja.

Oszlopok átlagértékének kiszámítása

Először létrehozunk egy pandas DataFrame-et néhány numerikus adattal:

import pandas as pd
data = {
    'A': [1, 2, 3, 4],
    'B': [4, 5, 6, 7],
    'C': [7, 8, 9, 10]
}
df = pd.DataFrame(data)
print(df)
python

Az eredményül kapott DataFrame így néz ki:

A  B    C
0  1  4    7
1  2  5    8
2  3  6    9
3  4  7  10

Az egyes oszlopok átlagának kiszámításához használhatja a pandas mean() függvényt. Alapértelmezés szerint az axis paraméter értéke 0, ami az oszlopoknak felel meg.

column_means = df.mean()
print(column_means)
python

A fenti kód kiszámítja az egyes oszlopok (A, B és C) átlagát úgy, hogy megkeresi az adott oszlop elemeinek összegét, majd elosztja azt az oszlop elemeinek számával. Az eredmény a következő pandas sorozat:

A    2.5
B    5.5
C    8.5
dtype: float64

Sorok átlagértékének kiszámítása

Ha a sorok átlagát szeretné kiszámítani, egyszerűen állítsa a axis paramétert 1-re:

row_means = df.mean(axis=1)
print(row_means)
python

A Pandas mean() a sorok átlagát úgy számítja ki, hogy a sor elemeinek összegét elosztja az elemek számával. A fenti függvény meghívása a következő eredményt adja:

0    4.0
1    5.0
2    6.0
3    7.0
dtype: float64

NaN értékek kezelése

Ebben a példában egy másik DataFrame-et fogunk használni, amely NaN értékeket tartalmaz:

import pandas as pd
import numpy as np
data = {
    'A': [1, 2, np.nan, 4],
    'B': [4, np.nan, 6, 7],
    'C': [7, 8, 9, np.nan]
}
df = pd.DataFrame(data)
print(df)
python

A fenti kód a következő DataFrame-et eredményezi:

A    B    C
0  1.0  4.0  7.0
1  2.0  NaN  8.0
2  NaN  6.0  9.0
3  4.0  7.0  NaN

Az oszlopok átlagainak kiszámításakor a skipna paraméter határozza meg, hogy a NaN értékeket be kell-e vonni vagy figyelmen kívül kell-e hagyni. Alapértelmezés szerint skipna értéke True, így df.mean() automatikusan figyelmen kívül hagyja a NaN értékeket. Ha be szeretné vonni a NaN értékeket, akkor hozzá kell adnia skipna=False paramétert. Ezáltal minden olyan oszlop, amelyben legalább egy NaN érték található, NaN értéket ad vissza átlagként.

mean_with_nan = df.mean() 
print(mean_with_nan)
python

df.mean() hívása a következő eredményt adja:

A    2.333333
B    5.666667
C    8.000000
dtype: float64
Ugrás a főmenübe