在数据框中添加一列，以计算各行的平均值，并返回所有“ NaN”

Question

我正在尝试在数据框中添加一列，以计算数据框列的子集的所有行的平均值。我正在尝试这样做（Min1-Min5是我想要平均的列子集的名称）：

df_temps['MinAvg'] = df_temps[['Min1', 'Min2', 'Min3', 'Min4', 'Min5']].mean(axis=1)

，但它返回一个名为MinAvg的列，其中包含所有NaN值。我的数据框中没有NA或缺少数据点。

已更新：所有最小变量都是从API中提取的字符串类型。因此，我需要根据下面的反馈，使用（.astype（float））将其从字符串更改为浮点！感谢您的帮助！

Answer 1

问题是值类型为string，所以需要将它们转换为float：

cols = ['Min1', 'Min2', 'Min3', 'Min4', 'Min5'] 
df_temps['MinAvg'] = df_temps[cols].astype(float).mean(axis=1)

或重新分配转换后的列：

df_temps = df_temps.astype(float)

df_temps['MinAvg'] = df_temps.mean(axis=1)