python – 在计算Pandas创建的数据框中列的平均值时指定“skip NA”

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 在计算Pandas创建的数据框中列的平均值时指定“skip NA”，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1405字，纯文字阅读大概需要3分钟。

内容图文

我正在通过复制一些R小插曲的郊游来学习Pandas包.现在我使用R的dplyr包作为例子：

http://cran.rstudio.com/web/packages/dplyr/vignettes/introduction.html

R脚本

planes <- group_by(hflights_df, TailNum)
delay <- summarise(planes,
  count = n(),
  dist = mean(Distance, na.rm = TRUE))
delay <- filter(delay, count > 20, dist < 2000)

Python脚本

planes = hflights.groupby('TailNum')
planes['Distance'].agg({'count' : 'count',
                        'dist' : 'mean'})

我怎样才能在python中明确说明NA需要被跳过？

解决方法:

这是一个棘手的问题,因为你不这样做. Pandas会自动从聚合函数中排除NaN数.考虑我的df：

    b   c   d  e
a               
2   2   6   1  3
2   4   8 NaN  7
2   4   4   6  3
3   5 NaN   2  6
4 NaN NaN   4  1
5   6   2   1  8
7   3   2   4  7
9   6   1 NaN  1
9 NaN NaN   9  3
9   3   4   6  1

内部count()函数将忽略NaN值,因此将意味着().我们获得NaN的唯一一点是,唯一的值是NaN.然后,我们取空集的平均值,结果是NaN：

In[335]: df.groupby('a').mean()
Out[333]: 
          b    c    d         e
a                              
2  3.333333  6.0  3.5  4.333333
3  5.000000  NaN  2.0  6.000000
4       NaN  NaN  4.0  1.000000
5  6.000000  2.0  1.0  8.000000
7  3.000000  2.0  4.0  7.000000
9  4.500000  2.5  7.5  1.666667

聚合函数以相同的方式工作：

In[340]: df.groupby('a')['b'].agg({'foo': np.mean})
Out[338]: 
        foo
a          
2  3.333333
3  5.000000
4       NaN
5  6.000000
7  3.000000
9  4.500000

附录：注意标准dataframe.mean API如何允许您控制NaN值的包含,其中默认值是排除.

内容总结

以上是互联网集市为您收集整理的python – 在计算Pandas创建的数据框中列的平均值时指定“skip NA”全部内容，希望文章能够帮你解决python – 在计算Pandas创建的数据框中列的平均值时指定“skip NA”所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端