Pandas忽略0的行平均数

Question

我有一个类似这样的DataFrame：

           AD1        AD2        AD3        AD4        AD5
1            0          0          0          0          0
2            0          0          0          0          0
3            0          0          0          0          0
4            0          0          0          0          0
5            0          0          0          0          0
..         ...        ...        ...        ...        ...
497  138099424  126282256          0  197637664          0
498   90184696   53508360   90254688   66803036   57421672
499   41476688   54889712   36677268   33858400   50282272
500   26322476   27609302   26245020   20566374   23664970
501  595136256  241994400  489766144  314901408  730741120

我需要找出每一行的平均值，忽略值为0的情况。我的初始计划是将0替换为NaN，然后在排除NaN的情况下获取平均值。

我尝试用NaN替换0，但这没有生效，DataFrame仍包含0。我尝试了：

df = df.replace(0, np.nan)
df = df.replace(0, np.nan, inplace=True)

第二个问题是，即使知道会包括0，当我尝试计算平均数时，也无法计算出平均数。我使用了：

df = df.assign(mean=df.mean(axis=1))

结果是：

           AD1        AD2        AD3        AD4        AD5  mean
1            0          0          0          0          0   NaN
2            0          0          0          0          0   NaN
3            0          0          0          0          0   NaN
4            0          0          0          0          0   NaN
5            0          0          0          0          0   NaN
..         ...        ...        ...        ...        ...   ...
497  138099424  126282256          0  197637664          0   NaN
498   90184696   53508360   90254688   66803036   57421672   NaN
499   41476688   54889712   36677268   33858400   50282272   NaN
500   26322476   27609302   26245020   20566374   23664970   NaN
501  595136256  241994400  489766144  314901408  730741120   NaN

我该如何完成这个任务？

- lcfields

Answer 1

您可以使用mask+mean：

df['mean'] = df.mask(df==0).mean(axis=1)

输出：

           AD1        AD2        AD3        AD4        AD5         mean
1            0          0          0          0          0          NaN
2            0          0          0          0          0          NaN
3            0          0          0          0          0          NaN
4            0          0          0          0          0          NaN
5            0          0          0          0          0          NaN
497  138099424  126282256          0  197637664          0  154006448.0
498   90184696   53508360   90254688   66803036   57421672   71634490.4
499   41476688   54889712   36677268   33858400   50282272   43436868.0
500   26322476   27609302   26245020   20566374   23664970   24881628.4
501  595136256  241994400  489766144  314901408  730741120  474507865.6

- user7864386

---

当我这样做时，它仍然返回我发布的第二个数据框。 - lcfields

@lcfields 可能数据类型不同，请尝试先使用 df=df.astype(float)。 - user7864386

Answer 2

使用replace而不是fillna：

df = df.replace(0, np.nan)

对于平均数：

df['mean'] = df.replace(0, np.nan).mean(axis=1)

或者，翻译成文本如下：

df.assign(mean=df.replace(0, np.nan).mean(axis=1))

- mozway

---

df.replace也不起作用。 - lcfields

@lcfields 你确定你有整数吗？检查一下数据类型。 - mozway

数据类型是<class 'pandas.core.frame.DataFrame'>。我还执行了df.apply(pd.to_numeric)以确保安全。 - lcfields

Answer 3

你正在使用错误的函数替换0值。你应该真正关注 df.replace() 函数：

df = df.replace(0, np.nan)
# or
df.replace(0, np.nan, inplace=True)

- TYZ

---

df.replace 也不起作用。 - lcfields

@lcfields 你能再检查一下数据类型吗？你的数据框中可能有字符串而不是浮点数或整数。 - TYZ

Answer 4

我尝试将0替换成NaN，但是这并没有起作用，DataFrame仍然包含0。我尝试着将字符串值转换为数字。

df['mean'] = df.astype(float).replace(0, np.nan).mean(axis=1)
print(df)

# Output
           AD1        AD2        AD3        AD4        AD5         mean
1            0          0          0          0          0          NaN
2            0          0          0          0          0          NaN
3            0          0          0          0          0          NaN
4            0          0          0          0          0          NaN
5            0          0          0          0          0          NaN
497  138099424  126282256          0  197637664          0  154006448.0
498   90184696   53508360   90254688   66803036   57421672   71634490.4
499   41476688   54889712   36677268   33858400   50282272   43436868.0
500   26322476   27609302   26245020   20566374   23664970   24881628.4
501  595136256  241994400  489766144  314901408  730741120  474507865.6

- Corralien

Answer 5

要将数值为0的值替换为NaN，您可以使用 pandas.DataFrame.replace 和 dropna，按照以下方法进行：

df.replace(0, pd.NaT)

调用上述方法后，您将替换NaN 值

df.dropna()

最后mean被计算出来了

df["mean"] = df.mean(axis=1)

- user11717481