我有这个数据框：
df = [{'A1':10, 'A2':''}, {'A1':11,'A2':110}, {'A1':12,'A2':120}]
我想对不同的列求平均值，而忽略''（空字符串）值。
这是所需的输出
df_AVG = [{'A1':10, 'A2':'','avg':10}, {'A1':11,'A2':110,'avg': 60.5}, {'A1':12,'A2':120,'avg':66}]
我可以用以下代码做到这一点：
df['avg'] = df[['A1','A2']].mean(axis=1, numeric_only=True)
但是当我修改数据框时，它包含多个空白，例如
df = [{'A1':10, 'A2':''}, {'A1':'','A2':110}, {'A1':12,'A2':120}]
我运行相同的代码，输出是这个。所有“ avg”值均为NaN，包括以前有效的值：
df_AVG = [{'A1':10, 'A2':'','avg':NaN}, {'A1':11,'A2':110,'avg': NaN}, {'A1':12,'A2':120,'avg':NaN}]
您能告诉我这种方法有什么问题吗？谢谢！
答案 0 :(得分：2)
当您使用numeric_only时，它将“丢弃”非数字列，因此在第二种情况下，由于它们都是字符串，因此将丢弃所有列。如果您仔细检查第一种情况的平均值，您会发现在第二和第三行中，由于110和120由于空字符串而被“丢弃”，因此只需要11和12。
如果需要，您可以这样做：
df['avg'] = df[['A1','A2']].replace('', np.nan).apply(lambda row: np.nanmean(row), axis=1)
将NaN替换为”，并获得忽略那些NaN的均值
答案 1 :(得分：2)
您应将列强制为数字类型。一个简单的方法可能是：
df['avg'] = pd.DataFrame({col : pd.to_numeric(df[col]) for col in df.columns}).mean(axis=1)
它给出了预期的结果：
A1 A2 avg
0 10 10.0
1 110 110.0
2 12 120 66.0