我得到了以下DF:http://prntscr.com/f72cbm
def answer():
Top15 = one()
timefr = ['2006', '2007', '2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015']
rng = range(0, 9)
for i in rng:
for k,v in Top15[timefr].iloc[[i]].iteritems():
print(k, v)
函数返回以下类型的许多系列:
2006 Country
China 3.992331e+12
Name: 2006, dtype: float64
2007 Country
China 4.559041e+12
Name: 2007, dtype: float64
年份,国家名称,价值
我可能会遍历每个系列并将所有值加起来然后将它们分开等等,但这样做是否有更“宽松”的方式呢?
我还想跳过NaN值
答案 0 :(得分:1)
如果我正确地阅读了这个问题,你想要做的就是df.mean(axis=1)
;例如,
In [4]: df
Out[4]:
1980 1981
a 1 4
b 2 5
In [5]: df.mean(axis=1)
Out[5]:
a 2.5
b 3.5
dtype: float64