熊猫计算具有列表而不是单个值的列的平均值答案

【问题标题】：pandas calculate mean of column that has lists instead of single value熊猫计算具有列表而不是单个值的列的平均值
【发布时间】：2017-11-22 07:10:43
【问题描述】：

我有一个 pandas 数据框，它有一列，每一行都有一个值列表。我需要使用每行的相应值来计算平均值。那就是我需要列表中八个值的平均值。列表中的每个元素都是一个变量的值

>>> df_ex
0    [1, 2, 3, 4, 5, 6, 7, 8]
1    [2, 3, 4, 5, 6, 7, 8, 1]

我尝试将其转换为 numpy 数组，然后采取措施，但我不断收到错误 TypeError: unsupported operand type(s) for /: 'list' and 'int'。我知道我应该将其转换为列，而不是使用列表，但在我的上下文中是不可能的。知道如何实现这一点吗？

【问题讨论】：

标签： python pandas numpy dataframe

【解决方案1】：

可以先转换成嵌套列表再转换成array再计算mean：

a = np.array(df_ex.tolist())
print (a)
[[1 2 3 4 5 6 7 8]
 [2 3 4 5 6 7 8 1]]
 
# Mean of all values
print (a.mean())
4.5

# Specify row-wise mean
print (a.mean(axis=1))
[ 4.5  4.5]

# Specify column-wise mean
print (a.mean(axis=0))
[ 1.5  2.5  3.5  4.5  5.5  6.5  7.5  4.5]

【讨论】：

【解决方案2】：

您可以通过传递嵌套列表并指定轴来调用np.mean。

设置

df_ex = pd.DataFrame(dict(
    col1=[[1, 2, 3, 4, 5, 6, 7, 8],
          [2, 3, 4, 5, 6, 7, 8, 1]]))

df_ex

                       col1
0  [1, 2, 3, 4, 5, 6, 7, 8]
1  [2, 3, 4, 5, 6, 7, 8, 1]

解决方案

np.mean(df_ex['col1'].tolist(), axis=1)

array([ 4.5,  4.5])

或者

np.mean(df_ex['col1'].tolist(), axis=0)

array([ 1.5,  2.5,  3.5,  4.5,  5.5,  6.5,  7.5,  4.5])

【讨论】：

【解决方案3】：

最简单的方法：

col.apply(np.mean)

【讨论】：