我无法计算 pandas 数据框中某列的一部分的平均值。 我需要将我的数据框划分为子窗口，并且我需要针对特定列的每个较小窗口的平均值。
目前我的代码如下所示：
array2 = np.array([[x[:,0].mean()]
for x in np.array_split(array1, 10)])
所以此刻我将array1 分成10 个子数组。现在我的问题：出于某种原因，我将“nan”作为某些手段的解决方案。这可能是由于array1中必须有一些nan值的原因。我怎样才能只计算非 nan 值的平均值，而我根本不从 array1 中删除 nan？这可能吗？非常感谢！:)
【问题讨论】：
标签： python pandas dataframe nan mean
看起来你可以使用（它也应该适用于NaNs）：
df.groupby(df.index//10)['column'].mean()
如果数据框的索引是pd.RangeIndex，则此方法有效。否则你可以这样做：
df.groupby(pd.RangeIndex(df.shape[0])//10)['column'].mean()
附带说明，要计算包含 NaNs 的 numpy 数组的平均值，您需要使用 numpy.nanmean
【讨论】：
df.reset_index().groupby... 这样 //10 在任何情况下都能正常工作。
df = df.reset_index() 显然应该在 groupby 操作之前完成，以免影响索引。
df.groupby(np.arange(len(df))//10)['col'].mean()