Funkcija mean() naudojama norint grąžinti pageidaujamos ašies reikšmių vidurkį. Jei šį metodą pritaikysime a Serijos objektas , tada jis grąžina a skaliarinė vertė , kuri yra vidutinė visų stebėjimų duomenų rėmelyje vertė.

Jei šį metodą taikome DataFrame objektui, jis grąžina serijos objektą, kuriame yra reikšmių vidurkis nurodytoje ašyje.

atvirkštinė eilutė java

Sintaksė

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

Parametrai

ašis:{indeksas (0), stulpeliai (1)}.
Tai reiškia funkcijos, kuri turi būti taikoma, ašį.įsakymas:Apskaičiuojant rezultatą, neįtraukiamos visos nulinės reikšmės.lygis:Jis skaičiuojamas kartu su konkrečiu lygiu ir sutraukiamas į seriją, jei ašis yra MultiIndex (hierarchinė),numeric_only:Tai apima tik int, float ir loginius stulpelius. Jei nėra, jis bandys naudoti viską, tada naudos tik skaitinius duomenis. Neįdiegta serijai.

Grąžina

Jis grąžina Series arba DataFrame vidurkį, jei nurodytas lygis.

atsiskaitymas git

Pavyzdys

 # 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) 

Išvestis

 A 7.0 B 13.2 C 8.6 D 15.4 dtype: float64 

2 pavyzdys

 # 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) 

Išvestis

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