Question

我有一个csv文件，我正在阅读，清理和分析大熊猫。我选择相关数据，然后为每列创建一个均值列表（然后我将其用作新数据帧的新数据）。一切似乎都有效 - 然而，当我根据平均值/平均值＆＃34;手动＆＃34;重复检查数据时。在Excel中计算，pandas和Excel值不同。

我可以在此处找到我正在使用的csv文件：https://drive.google.com/open?id=1TPczQoh1oS-RaRpepd4evxM919699Dss。原始文件来自https://www.metoffice.gov.uk/pub/data/weather/uk/climate/stationdata/aberporthdata.txt;第一个链接只是清理和准备好的版本。

months = [3,4,5]
l = []
for j, station in enumerate(stations):
    df = pd.read_csv('/Users/Ji/Documents/' + station + 'data_clean.csv')
    df = df.drop('empty', axis=1).replace('---', np.nan)
    df = df.loc[df['mm'].isin(months)]
    df['station'] = station

    df = df.astype({'mm': np.int32,'tmax': np.float32,'tmin': np.float32,'af': np.float32,'rain': np.float32,'sun': np.float32, 'station': np.str})
    df = df.drop(['mm','yyyy'], axis=1)

    row = [0]*6
    for i, col in enumerate(list(df)):
        if col == 'station':
            row[5] = station
            continue
        row[i] = df[col].mean(skipna=True)

    l.insert(j, row)

df_means = pd.DataFrame(data=l, columns=list(df))

我在熊猫中获得这个特定文件的方法是：

        tmax      tmin         af        rain        sun          station  
0   7.582970  3.190000   4.924325   84.921890  61.074783        aberporth

我在Excel中得到的平均值是：

tmax            tmin            af              rain            sun
12.38645949     7.193654267     1.576294278     75.78479784     129.2139254

我很感激任何想法或解释，为什么会这样，以及如何解决它！

Answer 1

这会输出我从Excel获得的相同值。

import pandas as pd
import numpy as np

df = pd.read_csv('C:\orig.csv')
df = df.drop('empty', axis=1)
df.replace('---', np.nan, inplace=True)

for col in df.columns:
    if df[col].dtype == 'object':
        df[col] = pd.to_numeric(df[col], downcast='float')

mean_vals = df.mean()

mean_vals
Out[44]: 
yyyy    1979.209903
mm         6.481163
tmax      12.411418
tmin       7.188440
af         1.578019
rain      75.767384
sun      129.306442
dtype: float64

# Output from Excel
1979.21  6.48   12.41   7.19    1.58    75.77   129.31

Pandas数据框的平均值与同一csv的Excel平均值不同？

1 个答案: