La funzione mean() viene utilizzata per restituire la media dei valori per l'asse richiesto. Se applichiamo questo metodo su a Oggetto di serie , quindi restituisce a valore scalare , che è il valore medio di tutte le osservazioni nel dataframe.

Se applichiamo questo metodo su un oggetto DataFrame, restituisce un oggetto Series che contiene la media dei valori sull'asse specificato.

numero casuale compreso tra 1 e 10

Sintassi

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

Parametri

asse:{indice (0), colonne (1)}.
Si riferisce all'asse di una funzione da applicare.ordine:Esclude tutti i valori nulli durante il calcolo del risultato.livello:Conta insieme a un livello particolare e si comprime in una Serie se l'asse è un MultiIndice (gerarchico),solo_numerico:Include solo colonne int, float e booleane. Se Nessuno, tenterà di utilizzare tutto, quindi utilizzerà solo dati numerici. Non implementato per le serie.

ritorna

Restituisce la media della serie o del DataFrame se il livello è specificato.

ordina un elenco di array in Java

Esempio

 # 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) 

Produzione

 A 7.0 B 13.2 C 8.6 D 15.4 dtype: float64 

Esempio2

 # 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) 

Produzione

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