忽略 nan 的列的 Pandas mean()

Question

我有一个 pandas 数据框，其中每一行都有一个 numpy 数组。它看起来像这样：

 |   Column 1     |
 |----------------|
 |   [nan, 4, 5]  |
 |   [3, 2, 6]    |
 |   [3, 3, 4].   |

我正在尝试获取这些数组的平均值，使用：

Avg = df['Column1'].mean()

尽管“.mean()”默认会跳过 nan，但这里并非如此。由于该行实际上不是空的，并且数组中只有一个值丢失，因此我得到以下结果：

print(Avg)
> [nan, 3, 5]

如何忽略第一行的缺失值？ 理想情况下，这就是我想要实现的目标：

print(Avg)
> [3, 3, 5]

*注意第一个平均值应该是(3+3)/2，而不是(3+3)/3。所以用零填充数组不是一种选择。

Answer 1

试试

pd.DataFrame(df['Column 1'].tolist()).mean().tolist()
Out[127]: [3.0, 3.0, 5.0]