Funktionen mean() används för att returnera medelvärdet av värdena för den begärda axeln. Om vi ​​tillämpar denna metod på en Serieobjekt , då returnerar den en skalärt värde , vilket är medelvärdet av alla observationer i dataramen.

Om vi ​​tillämpar denna metod på ett DataFrame-objekt returnerar den ett Series-objekt som innehåller medelvärden av värden över den angivna axeln.

datororganisation och arkitektur

Syntax

 DataFrame.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs) 

Parametrar

axel:{index (0), kolumner (1)}.
Detta avser axeln för en funktion som ska tillämpas.beställa:Det exkluderar alla nollvärden vid beräkning av resultat.nivå:Den räknas tillsammans med en viss nivå och kollapsar till en serie om axeln är ett MultiIndex (hierarkiskt),numeric_only:Den inkluderar endast int, float, booleska kolumner. Om Inget kommer det att försöka använda allt, använd sedan endast numerisk data. Inte implementerat för serier.

Returnerar

Den returnerar medelvärdet av Series eller DataFrame om nivån är specificerad.

dela en sträng i c++

Exempel

 # importing pandas as pd import pandas as pd # Creating the dataframe info = pd.DataFrame({'A':[8, 2, 7, 12, 6], 'B':[26, 19, 7, 5, 9], 'C':[10, 11, 15, 4, 3], 'D':[16, 24, 14, 22, 1]}) # Print the dataframe info # If axis = 0 is not specified, then # by default method return the mean over # the index axis info.mean(axis = 0) 

Produktion

 A 7.0 B 13.2 C 8.6 D 15.4 dtype: float64 

Exempel 2

 # importing pandas as pd import pandas as pd # Creating the dataframe info = pd.DataFrame({'A':[5, 2, 6, 4, None], 'B':[12, 19, None, 8, 21], 'C':[15, 26, 11, None, 3], 'D':[14, 17, 29, 16, 23]}) # while finding mean, it skip null values info.mean(axis = 1, skipna = True) 

Produktion

 0 11.500000 1 16.000000 2 15.333333 3 9.333333 4 15.666667 dtype: float64