熊猫均值函数返回所有 NaN

Question

我有这个数据帧：

df = [{'A1':10, 'A2':''}, {'A1':11,'A2':110}, {'A1':12,'A2':120}]

我想平均忽略''（空字符串）值的不同列。

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}]

我可以使用以下代码执行此操作：

df['avg'] = df[['A1','A2']].mean(axis=1, numeric_only=True)

但是当我修改数据帧并且它包含多个空格时，如下所示

df = [{'A1':10, 'A2':''}, {'A1':'','A2':110}, {'A1':12,'A2':120}]

我运行相同的代码，输出是这样的。所有“avg”值都是 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}]

你能告诉我这种方法有什么问题吗？谢谢！

Answer 1

当您使用numeric_only它会“删除”非数字列，因此在第二种情况下，它会删除所有列，因为它们都是字符串。如果你更仔细地检查第一种情况的平均值，你会看到在第二行和第三行，它只采用11和12，因为110和120由于空字符串而被“丢弃”。如果需要，您可以执行以下操作：df['avg'] = df[['A1','A2']].replace('', np.nan).apply(lambda row: np.nanmean(row), axis=1)它将“”替换为NaN，并得到忽略那些NaN的平均值

Answer 2

应将列强制为数值类型。一个简单的方法可以是：df['avg'] = pd.DataFrame({col : pd.to_numeric(df[col]) for col in df.columns}).mean(axis=1)它按预期提供：   A1   A2    avg0  10        10.01      110  110.02  12  120   66.0