Question

我目前是一名初级程序员，正在开发一个项目，用于在线编写和部署特定的行为延迟计算，以便应用程序可以容纳通过CSV上传的任何数据帧。分析要求我在人的内部（即，在同一行内）取N个列的平均值并迭代所有的响应者。

如何执行执行此计算的特定实例，并将其转换为通用函数，以便它们更一般地应用于上载的任何数据框。例如，如何编写下面基于行的平均值计算来处理N个属性/列：

data['PersonalAverage'] = (data[[2]] + data[[4]] + data[[6]] + data[[8]] + data[[10]] + data[[12]] + data[[14]] + data[[16]] + data[[18]] + data[[20]] + data[[22]] + data[[24]] + data[[26]] + data[[28]] + data[[30]] + data[[32]] + data[[34]])/17

如果我上传的CSV只包含5个属性（而不是17个），该怎么办。

有人能指出我正确的方向吗？

Answer 1

您可以将data.mean用于此目的。

StringJoiner

Answer 2

df['mean'] = df.mean(axis=1)

这应该可以解决问题，但是，如果您在第一栏中说了一个对象类型描述，则可以跳过该过程并仅使用

来计算均值

df['mean'] = df.iloc[:,1:].mean(axis=1)

Python：列的子集的基于行的平均值

2 个答案: