如何计算具有 NaN 值的 pandas DataFrame 的平均值

Question

我有一个如下所示的DataFrame（地址键是索引）：

address date1 date2 date3 date4 date5 date6 date7 <email> NaN NaN NaN 1 NaN NaN NaN

我想计算一行的平均值，但是当我使用DataFrame.mean(axis=1) 时，我得到NaN（在上面的示例中，我想要一个平均值为 1）。即使我使用DataFrame.mean(axis=1, skipna=True, numeric_only=True)，我也会得到NaN。如何获得此 DataFrame 中各行的正确均值？

Answer 1

尽管您的 dtype 看起来不是数字，因此是 NaN 值，您需要使用 astype 转换类型：

df['date4'] = df['date4'].astype(int)

然后它将起作用，具体取决于您如何加载/创建此数据，那么它应该是您应该在那个阶段更正的东西，而不是尽可能作为后处理步骤

您可以确认 dtypes 是什么，但查看来自 df.info() 的输出，也可以使用 select_dtypes 过滤掉非数字列：df.select_dtypes(include=[np.number]) 以仅选择数字列