Pandas DataFrame DataFrame.mean() 함수
Suraj Joshi
2023년1월30일
-
pandas.DataFrame.mean()의 구문 : -
예제 코드: 열 축을 따라 평균을 찾는
DataFrame.mean()메서드 -
예제 코드: 행 축을 따라 평균을 찾는
DataFrame.mean()메서드 -
예제 코드:
NaN값을 무시하는 평균을 찾기위한DataFrame.mean()메서드
Python Pandas DataFrame.mean() 함수는 지정된 축.
pandas.DataFrame.mean()의 구문 :
DataFrame.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
매개 변수
axis |
row (axis = 0) 또는column (axis = 1)을 따라 평균 찾기 |
skipna |
부울. NaN 값 (skipna=True)을 제외하거나NaN 값 (skipna=False)을 포함합니다. |
level |
축이 MultiIndex인 경우 특정 수준과 함께 계산 |
numeric_only |
부울. numeric_only = True의 경우float,int 및boolean 열만 포함합니다. |
**kwargs |
함수에 대한 추가 키워드 인수입니다. |
반환
level이 지정되지 않은 경우 요청 된 축 값의 평균의Series를 반환하고, 그렇지 않으면 평균 값의DataFrame을 반환합니다.
예제 코드: 열 축을 따라 평균을 찾는DataFrame.mean()메서드
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
means=df.mean()
print("Means of Each Column:")
print(means)
출력:
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Means of Each Column:
X 2.00
Y 4.75
dtype: float64
열X와Y 모두에 대한 평균을 계산하고 마지막으로 각 열의 평균이있는Series 객체를 반환합니다.
Pandas에서DataFrame의 특정 열의 평균을 찾으려면 해당 열에 대해서만mean()함수를 호출합니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
means=df["X"].mean()
print("Mean of Column X:")
print(means)
출력:
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Mean of Column X:
2.0
DataFrame의 X열 값의 평균 만 제공합니다.
예제 코드: 행 축을 따라 평균을 찾는DataFrame.mean()메서드
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
means=df.mean(axis=1)
print("Mean of Rows:")
print(means)
출력:
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Mean of Rows:
0 2.5
1 2.5
2 5.0
3 3.5
dtype: float64
모든 행의 평균을 계산하고 마지막으로 각 행의 평균과 함께Series 객체를 반환합니다.
Pandas에서DataFrame의 특정 행의 평균을 찾으려면 해당 행에 대해서만mean()함수를 호출합니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
mean=df.iloc[[0]].mean(axis=1)
print("Mean of 1st Row:")
print(mean)
출력:
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Mean of 1st Row:
0 2.5
dtype: float64
DataFrame의 첫 번째 행 값의 평균 만 제공합니다.
인덱스를 기반으로 행을 선택하기 위해iloc 메소드를 사용합니다.
예제 코드: NaN 값을 무시하는 평균을 찾기위한DataFrame.mean()메서드
skipna 매개 변수의 기본값, 즉skipna=True를 사용하여NaN 값을 무시하고 지정된 축을 따라DataFrame의 평균을 찾습니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, None, 3],
'Y': [4, 3, None, 4]})
print("DataFrame:")
print(df)
means=df.mean(skipna=True)
print("Mean of Columns")
print(means)
출력:
DataFrame:
X Y
0 1.0 4.0
1 2.0 3.0
2 NaN NaN
3 3.0 4.0
Mean of Columns
X 2.000000
Y 3.666667
dtype: float64
skipna=True를 설정하면 데이터 프레임의NaN을 무시합니다. NaN값을 무시하고 열 축을 따라 DataFrame의 평균을 계산할 수 있습니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, None, 3],
'Y': [4, 3, 3, 4]})
print("DataFrame:")
print(df)
means=df.mean(skipna=False)
print("Mean of Columns")
print(means)
출력:
DataFrame:
X Y
0 1.0 4
1 2.0 3
2 NaN 3
3 3.0 4
Mean of Columns
X NaN
Y 3.5
dtype: float64
여기서는 열X에NaN 값이 존재하므로X 열의 평균에 대한NaN 값을 얻습니다.
작가: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn