如何獲取 Pandas DataFrame 的列的平均值

  2. 貼士文章
  3. Python Pandas Howtos
  4. 如何獲取 Pandas DataFrame 的列的平均值
Ahmed Waheed 2023年1月30日
Pandas
  1. df.mean() 方法來計算 Pandas DataFrame 列的平均值
  2. df.describe() 方法
如何獲取 Pandas DataFrame 的列的平均值

當我們處理大型資料集時，有時我們必須取列的平均值或均值。例如，你有一個學生的成績列表，並且想知道平均成績或其他一些列。下面列出了完成此任務的不同方法。

  1. df.mean()
  2. df.describe()

在以下各節中，我們將使用相同的 DataFrame，如下所示：

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)

下面是示例 DataFrame。

     name  percentage  grade
0  Oliver          90     88
1   Harry          99     76
2  George          50     95
3    Noah          65     79

df.mean() 方法來計算 Pandas DataFrame 列的平均值

我們來看一下資料集中存在的成績等級列。

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)
mean_df = df["grade"].mean()
print(mean_df)

輸出：

84.5

讓我們再舉一個例子，在整個 DataFrame 上應用 df.mean() 函式。

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)
mean_df = df.mean()
print(mean_df)

在上面的示例中，我們沒有在 mean() 方法中指定列名。mean() 方法會自動確定哪些列適合應用 mean 功能。

輸出：

percentage    76.0
grade         84.5
dtype: float64

df.describe() 方法

此方法建立資料集完整統計資訊的輸出。讓我們看看如何使用它。

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)
print(df.describe())

輸出：

       percentage      grade
count    4.000000   4.000000
mean    76.000000  84.500000
std     22.524061   8.660254
min     50.000000  76.000000
25%     61.250000  78.250000
50%     77.500000  83.500000
75%     92.250000  89.750000
max     99.000000  95.000000

df.describle() 方法的結果是一個 DataFrame，因此，你可以通過引用列名和行名來獲得 percentage 和 grade 的平均值。

df.describe()["grade"]["mean"]
df.describe()["percentage"]["mean"]

df.describe() 也可以用於特定的列。讓我們將此函式應用於等級列。

import pandas as pd

data = {
    "name": ["Oliver", "Harry", "George", "Noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, 76, 95, 79],
}
df = pd.DataFrame(data)
print(df["grade"].describe())

輸出：

count     4.000000
mean     84.500000
std       8.660254
min      76.000000
25%      78.250000
50%      83.500000
75%      89.750000
max      95.000000
Name: grade, dtype: float64

指定列時結果為 Series。我們可以直接參考 mean 來獲得平均值。

df["grade"].describe()["mean"]