Question

我有一个像下面这样的数据框，想要计算每列的均值，但前提是该列没有足够的值。输入的值

   ID      val1  val2  val3  val4  val5
   41      190   7.4    67      5    1
   36      118     8    72      5    
   12      149  12.6    74          
   18      313  11.5    62          
   25       12  14.3    56      5    
   28       56  14.9    66           6
   23      299   8.6    65          
   19       99  13.8    59          
    8       19  20.1    61      5    9

val4和val5的值不足，因此我不希望它们的平均值。我正在尝试使用df[df.isnull().sum() < 5].mean()

之类的方法来实现这一目标

Answer 1

将DataFrame.loc用作boolean indexing的列，首先:表示所有行，然后计数mean：

#if first column is not index
#df = df.set_index('ID')
s = df.loc[:, df.notnull().sum() > 5].mean()

颠倒条件是什么

s = df.loc[:, df.isnull().sum() <= 5].mean()

print (dfs
val1    139.444444
val2     12.355556
val3     64.666667
dtype: float64

另一种使用DataFrame.count的解决方案，用于获取排除缺失值的列数：

df = df.loc[:, df.count() > 5].mean()
print (df)
val1    139.444444
val2     12.355556
val3     64.666667
dtype: float64

Answer 2

您可以使用dropna用thresh传递条件

df.dropna(thresh = len(df)-5,axis = 1).mean()

Answer 3

我想你想提到<5个问题

'> 5'表示如果列包含的nan大于5，则计算平均值

因此应该为<5

df.loc[:,df.isnull().sum()<5].mean()

如何根据列中的值计数计算数据帧的均值

3 个答案: