np.nanmean不在Dataframe中工作？

Question

一个初学者的问题：我正在尝试从数据帧计算列中的平均值，但出于某种原因，尽管使用了np.nanmean，但它给了我错误的结果（即它计算分母内的零）。

由于我不知道如何将表格粘贴到这个问题中（任何建议都很棒！），这里是我遇到的问题的一个例子：

22.0
0
0
0
35

这应该给我28.5的平均值，但是当我输入时：

np.nanmean(df) 

它只返回11.4。

现在我已经尝试了轴设置，并尝试将我的0设置为numpy NaN，但两者似乎都没有效果。

除了手动执行此操作之外，在numpy / panda库中是否有一些直截了当的内容？

Answer 1

将此comment从@JohnE留在此处，作为此帖的合适序言。

  

你从根本上误解了nan，这意味着＆＃34;不是数字＆＃34;   喜欢丢失数据或无效操作的结果（例如除法   零）。零是有效数字（我想是黑色是有效的颜色   ;-)诚然，零时可以将零解释为false   数字被隐含地视为布尔值，但一般来说，   零是有效数字，当然被认为对任何有效   像mean，max等数值方法

在我看来，一个好的解决方案将涉及mask -

s

0    22.0
1     0.0
2     0.0
3     0.0
4    35.0
Name: 0, dtype: float64

s.mask(s.eq(0)).mean()
28.5

或者，

np.nanmean(s.mask(s.eq(0)).values)
28.5

此解决方案的优势在于它适用于Series以及DataFrame个对象。

如果您有一系列（或单列数据帧），则解决方案会简化。您可以执行布尔索引以删除0行，然后调用mean。

s[s != 0].mean()
28.5

或者，在mean上致电values。这应该快得多。

i = s.values
i[i != 0].mean()
28.5

Answer 2

您似乎需要将0替换为NaN并获取mean s：

print (np.nanmean(df.replace(0,np.nan)))
28.5

pandas NaN中的

被省略：

print (df)
      a
0  22.0
1   0.0
2   0.0
3   0.0
4  35.0

print (df.replace(0,np.nan).mean())
a    28.5
dtype: float64