如何计算具有NaN值的pandas DataFrame的平均值

Question

我有一个如下所示的DataFrame（地址键是索引）：

address date1 date2 date3 date4 date5 date6 date7 <email> NaN NaN NaN 1 NaN NaN NaN

我想计算一行的平均值，但是当我使用DataFrame.mean(axis=1)时，我得到NaN（在上面的示例中，我想要平均值为1）。即使我使用NaN，我也会获得DataFrame.mean(axis=1, skipna=True, numeric_only=True)。如何获得此DataFrame中行的正确平均值？

Answer 1

尽管您的dtypes不是数字因此是NaN值，但您需要使用astype来转换类型：

df['date4'] = df['date4'].astype(int)

那么它会起作用，取决于你如何加载/创建这些数据，那么它应该是你应该在那个阶段纠正的东西而不是作为后处理步骤（如果可能的话）

您可以确认dtypes是什么，但查看df.info()的输出，并且您还可以使用select_dtypes过滤非数字列：df.select_dtypes(include=[np.number])以仅选择数字列< / p>