Az átlag() függvény a kért tengely értékeinek átlagát adja vissza. Ha ezt a módszert alkalmazzuk a Sorozat objektum , akkor visszaadja a skaláris érték , amely az adatkeret összes megfigyelésének átlagértéke.

Ha ezt a metódust alkalmazzuk egy DataFrame objektumra, akkor egy olyan Series objektumot ad vissza, amely a megadott tengely feletti értékek átlagát tartalmazza.

python programozási példák

Szintaxis

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

Paraméterek

tengely:{index (0), oszlopok (1)}.
Ez az alkalmazni kívánt függvény tengelyére vonatkozik.rendelés:Az eredmény kiszámításakor az összes null értéket kizárja.szint:Egy adott szinttel együtt számol, és sorozattá omlik össze, ha a tengely MultiIndex (hierarchikus),numeric_only:Csak az int, float és logikai oszlopokat tartalmazza. Ha nincs, akkor mindent megpróbál használni, majd csak numerikus adatokat használ. Nincs implementálva a sorozathoz.

Visszatér

A Series vagy DataFrame átlagát adja vissza, ha a szint meg van adva.

zároljon egy android alkalmazást

Példa

 # 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) 

Kimenet

 A 7.0 B 13.2 C 8.6 D 15.4 dtype: float64 

Példa2

 # 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) 

Kimenet

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