Pandas Dataframe，平均非 0 值答案

【问题标题】：Pandas Dataframe, average non 0 valuePandas Dataframe，平均非 0 值
【发布时间】：2021-05-05 18:44:35
【问题描述】：

我有以下 Pandas Dataframe 'df'：

a1  a2  a3  b1
0   0   0   1
1   2   0   2
3   0   0   3
2   4   0   4

如何从a1、a2、a3中得到“a”的平均值，忽略0值？

a1  a2  a3  b1  avg(a)
0   0   0   1   0
1   2   0   2   1.5
3   0   0   3   3.0
2   4   0   4   3.0

我坚持使用手动方法，将值 > 0 转换为 1

【问题讨论】：

标签： python pandas dataframe jupyter-notebook google-colaboratory

【解决方案1】：

你可以.filtera喜欢列，然后.mask这些列中的零，然后.mean和axis=1一起取：

a = df.filter(like='a')
df['avg'] = a.mask(a.eq(0)).mean(1).fillna(0)

# OR df['avg'] = a[a > 0].mean(1).fillna(0)

   a1  a2  a3  b1  avg
0   0   0   0   1  0.0
1   1   2   0   2  1.5
2   3   0   0   3  3.0
3   2   4   0   4  3.0

【讨论】：

谢谢，如果我有很多平均，这现在可以工作，例如 a1 a2 a3, b1 b2 b3 我只需要为这些列创建变量
@ngakanalit 你能详细说明一下吗？您是否需要平均所有 a's 列然后是所有 b 的列？

【解决方案2】：

import pandas as pd

df = pd.DataFrame({'a1': [0, 1, 3, 2],
                   'a2': [0, 2, 0, 4],
                   'a3': [0, 0, 0, 0],
                   'b1': [1, 2, 3, 4]})

# remove the last column
df1 = df.drop('b1', 1)

# counting non-zeros
df2 = df1.astype(bool).sum(axis=1)

# sum and divide
df3 = df1.sum(axis=1) / df2
df['avg(a)'] = df3.fillna(0)
print(df)


   a1  a2  a3  b1  avg(a)
0   0   0   0   1     0.0
1   1   2   0   2     1.5
2   3   0   0   3     3.0
3   2   4   0   4     3.0

【讨论】：

在某些情况下这种方法会很方便，但上面的解决方案要简单得多，谢谢