如果列中存在缺失值，该列的平均值是多少？答案

【问题标题】：what will be the mean of a column if there are missing values in the column?如果列中存在缺失值，该列的平均值是多少？
【发布时间】：2021-11-19 21:06:37
【问题描述】：

示例数据

ID	Name	Phone
1	x	+212
2	y	NaN
3	xy	NaN

df 是数据集的名称下面的代码给出了没有缺失值的列的名称。

no_nulls = set(df.columns[df.isnull().mean()==0])

isnull() 会将数据集转换成这样的东西

ID	Name	Phone
False	False	False
False	False	True
False	False	True

有人可以解释均值如何作用于非整数吗？

我用过这个，它有效，但我对平均值很好奇

no_nulls = set(df.columns[df.notnull().all()])

【问题讨论】：

标签： python pandas dataframe statistics data-science

【解决方案1】：

您的情况，.mean() 正在处理一个布尔值的数据帧，其中只有 True 和 False 值。在这种情况下，.mean() 将 False 视为 0 并将 True 视为 1。因此，如果您查看df.isnull().mean() 的结果，您将看到：

df.isnull().mean()

ID       0.000000
Name     0.000000
Phone    0.666667
dtype: float64

在这里，由于列 ID 和 Name 具有所有 False 值，.mean() 会将所有值视为零并获得零平均值。对于列Phone，您有一个False 和2 个True，因此，平均值相当于取0、1、1 的平均值，即0.666667。

因此，当您检查 df.isnull().mean()==0 时，只有前 2 列将是 True，因此，{'ID', 'Name'} 的结果是 no_nulls。

参考official document of DataFrame.mean，您将从参数numeric_only= 中得到一些提示，并注意其默认设置下的默认行为：

参数

numeric_only 布尔型，默认无

仅包括 float、int、boolean 列。 如果没有，将尝试使用所有内容，然后仅使用数字数据。

【讨论】：