Pandas 均值函数返回所有 NaN答案

【问题标题】：Pandas mean function returns all NaNPandas 均值函数返回所有 NaN
【发布时间】：2020-03-30 13:57:44
【问题描述】：

我有这个数据框：

df = [{'A1':10, 'A2':''}, {'A1':11,'A2':110}, {'A1':12,'A2':120}]

我想对不同的列进行平均，忽略 ''（空字符串）值。

这是想要的输出

df_AVG = [{'A1':10, 'A2':'','avg':10}, {'A1':11,'A2':110,'avg': 60.5}, {'A1':12,'A2':120,'avg':66}]

我可以用这段代码做到这一点：

df['avg'] = df[['A1','A2']].mean(axis=1, numeric_only=True)

但是当我修改数据框并且它包含多个空格时，像这样

df = [{'A1':10, 'A2':''}, {'A1':'','A2':110}, {'A1':12,'A2':120}]

我运行相同的代码，输出是这样的。所有 'avg' 值都是 NaN，包括以前有效的值：

df_AVG = [{'A1':10, 'A2':'','avg':NaN}, {'A1':11,'A2':110,'avg': NaN}, {'A1':12,'A2':120,'avg':NaN}]

您能告诉我这种方法有什么问题吗？谢谢！

【问题讨论】：

【解决方案1】：

当您使用 numeric_only 时，它会“删除”非数字列，因此在第二种情况下，它会删除所有列，因为它们都是字符串。如果您更仔细地检查第一种情况的平均值，您会发现在第二行和第三行中，它只需要 11 和 12，因为 110 和 120 由于空字符串而被“删除”。

如果你愿意，你可以这样做：

df['avg'] = df[['A1','A2']].replace('', np.nan).apply(lambda row: np.nanmean(row), axis=1)

它用 NaN 替换 '' 并得到忽略那些 NaN 的平均值

【讨论】：

【解决方案2】：

您应该将列强制转换为数字类型。一个简单的方法可能是：

df['avg'] = pd.DataFrame({col : pd.to_numeric(df[col]) for col in df.columns}).mean(axis=1)

它按预期给出：

   A1   A2    avg
0  10        10.0
1      110  110.0
2  12  120   66.0

【讨论】：