Question

我试图在我的数据集中的某列中找到所有值的平均值。我做了df [“ column”]。mean（），但这给了我一个荒谬的数字，考虑到我的价值观有多小，这是没有意义的。 min（）和max（）函数可以正常工作。

为澄清起见，第一个单元格中输出的左侧是索引，右侧是值。

delay["If Delayed, for how long?"].astype(int)

print(delay["If Delayed, for how long?"].min())
print(delay["If Delayed, for how long?"].max())
print(delay["If Delayed, for how long?"].mean()

Answer 1

可能熊猫应该拒绝采用字符串列的均值。但事实并非如此，所以您得到的是：

In [154]: s = pd.Series([15,18,16,14,20,16,15]).astype(str)

In [155]: s.sum()
Out[155]: '15181614201615'

In [156]: float(s.sum()) / len(s)
Out[156]: 2168802028802.1428

In [157]: s.mean()
Out[157]: 2168802028802.1428

s.min()和s.max()将“起作用”，但这是字典编排的最大值和最小值，而不是数字，因此'111'<'20'。

使列数值（无论是int还是float）都更合适，请记住.astype不能就地工作，所以您需要

delay["If Delayed, for how long?"] = delay["If Delayed, for how long?"].astype(int)

如果您希望列实际更改。

Pandas .mean（）用于列

1 个答案: