Question

我有一个看起来像这样的数据框：

               A                    
    1  [67.0, 51.0, 23.0, 49.0, 3.0]    
    2  0
    3  [595.0]
    4  0
    5  [446.0, 564.0, 402.0]
    6  0 
    7  0

我想找到每个列表的均值，而忽略零。我想得到类似的东西：

               A                     Mean
1  [67.0, 51.0, 23.0, 49.0, 3.0]     38.6
2  0                                    0
3  [595.0]                          595.0
4  0                                    0
5  [446.0, 564.0, 402.0]            470.7
6  0                                    0 
7  0                                    0

我尝试了此处列出的许多可能的解决方案，但没有一个起作用。这是我到目前为止尝试过的：

df['Mean'] = df.A.apply(lambda x: mean(x))

这给我这个错误

TypeError：“ int”对象不可迭代

也是

df['Mean'] = df['A'].mean(axis=1)

ValueError：对象类型没有轴命名为

也尝试过这些，没有运气：

a = np.array( df['A'].tolist())
a.mean(axis=1)

mean(d for d in a if d)

还有其他可以尝试的方法可以给我带来预期的结果吗？感谢您的帮助。

Answer 1

一种方法是使用列表推导并计算mean，其中给定行是列表，可以使用isinstance进行检查。这是必要的，否则您将得到：

TypeError：“ int”对象不可迭代

该函数期望可迭代。因此，您可以这样做：

from statistics import mean
df['mean'] = [mean(i) if isinstance(i, list) else i for i in df.A]

              A                      mean
0  [67.0, 51.0, 23.0, 49.0, 3.0]   38.600000
1                              0    0.000000
2                        [595.0]  595.000000
3                              0    0.000000
4          [446.0, 564.0, 402.0]  470.666667
5                              0    0.000000
6                              0    0.000000

或者您也可以使用np.mean来处理ints和可迭代项：

import numpy as np
df['mean'] = df.A.map(np.mean)

               A                      mean
0  [67.0, 51.0, 23.0, 49.0, 3.0]   38.600000
1                              0    0.000000
2                        [595.0]  595.000000
3                              0    0.000000
4          [446.0, 564.0, 402.0]  470.666667
5                              0    0.000000
6                              0    0.000000

Answer 2

好的，这对我有用

                A                    
1   [67.0, 51.0, 23.0, 49.0, 3.0]    
2                               0
3                         [595.0]
4                               0
5           [446.0, 564.0, 402.0]
6                               0 
7                               0

使用np.mean

data['A'].apply(lambda x: np.mean(eval(x)))

输出

                A                            Mean
1   [67.0, 51.0, 23.0, 49.0, 3.0]       38.600000
2                               0       0.000000
3                         [595.0]       595.000000
4                               0       0.000000
5           [446.0, 564.0, 402.0]       470.666667
6                               0       0.000000
7                               0       0.000000

Answer 3

from collections.abc import Iterable
import numpy as np

def calculate_mean(x):
    if isinstance(x["A"], Iterable):
        x["mean"] = np.mean(x["A"])
    else:
        x["mean"] = x["A"]
    return x

df = df.apply(lambda x: calculate_mean(x), axis=1)

编辑-

df["mean"] = df.apply(lambda x: np.mean(x["A"]), axis=1)

计算数据框中列表的均值，忽略空列表

3 个答案: