英文:
pd.DataFrame how to calculate mean() while ignore 'NA' string in some cell
问题
我有一个数据框，我想计算列A和B的平均值，A和B中的某些行是字符串'NA'，而其他行是numpy.float64类型。如何计算列A和B的均值，同时忽略那些'NA'？
我尝试将numeric_only设置为True，然后只返回列C和id。我期望A和B的均值分别为6.6和2.6。
fruit = pd.DataFrame({'id':(1,2,3,4,5,6),'Name':('apple','apple','melon','melon','orange','orange'), 'A': (1,2,'NA',20,5,5), 'B': (1,5,4,2,'NA',1) , 'C': (1,5,4,2,3,1)})
希望这对你有所帮助。
英文:
I have a dataframe that I want to calculate column mean of A and B,
some rows in A and B are of string 'NA', and others are of numpy.float64
how to calculate the column A and B while ignoring those 'NA'?
I tried to set numeric_only=True then it only return me column C and id.
i'm expecting A and B mean to be 6.6 and 2.6
fruit = pd.DataFrame({'id':(1,2,3,4,5,6),'Name':('apple','apple','melon','melon','orange','orange'), 'A': (1,2,'NA',20,5,5), 'B': (1,5,4,2,'NA',1) , 'C': (1,5,4,2,3,1)})
| id | Name | A | B | C |
|---|---|---|---|---|
| 1 | apple | 1 | 1 | 1 |
| 2 | apple | 2 | 5 | 5 |
| 3 | melon | 'NA' | 4 | 4 |
| 4 | melon | 20 | 2 | 2 |
| 5 | orange | 5 | 'NA' | 3 |
| 6 | orange | 5 | 1 | 1 |
答案1
得分: 1
尝试这个：
import numpy as np
fruit.replace('NA', np.nan, inplace=True)
fruit['A'].mean()
英文:
Try this:
import numpy as np
fruit.replace('NA', np.nan, inplace=True)
fruit['A'].mean()
答案2
得分: 1
由于 `mean` 可以跳过 NaN 值，您可以使用 `to_numeric` 并设置 `errors="coerce"`：
> errors{'ignore', 'raise', 'coerce'}, 默认为 'raise'
>
> - 如果为 'raise'，则无效解析将引发异常。
> - **如果为 `coerce`，则无效解析将被设置为 NaN。**
> - 如果为 'ignore'，则无效解析将返回输入。
fruit[["A", "B"]].apply(pd.to_numeric, errors="coerce").mean()
输出：
A 6.6
B 2.6
dtype: float64
英文:
Since mean can skip NaN values, you can use to_numeric and set errors="coerce" :
> errors{‘ignore’, ‘raise’, ‘coerce’}, default ‘raise’
>
> - If ‘raise’, then invalid parsing will raise an exception.
> - If coerce, then invalid parsing will be set as NaN.
> - If ‘ignore’, then invalid parsing will return the input.
fruit[["A", "B"]].apply(pd.to_numeric, errors="coerce").mean()
Output :
A 6.6
B 2.6
dtype: float64
答案3
得分: 0
fruit['A'].replace('NA', 0).sum() / sum(fruit['A'].ne('NA'))
# 6.6
fruit['B'].replace('NA', 0).sum() / sum(fruit['B'].ne('NA'))
# 2.6
所以：
fruit[['A', 'B']].apply(lambda c: c.replace('NA', 0).sum() / sum(c.ne('NA')))
A 6.6
B 2.6
dtype: float64
英文:
fruit['A'].replace('NA', 0).sum() / sum(fruit['A'].ne('NA'))
# 6.6
fruit['B'].replace('NA', 0).sum() / sum(fruit['B'].ne('NA'))
# 2.6
So :
fruit[['A', 'B']].apply(lambda c:c.replace('NA', 0).sum() / sum(c.ne('NA')))
A 6.6
B 2.6
dtype: float64
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论