python - Pandas mean() 如何强制导出完整
问题描述
我想问一下如何强制熊猫中的几个函数为每一列导出完整的结果,尽管有些列是对象。例如:
A = pd.DataFrame({"A": range(4), "B":["one", "two", "three", "four"], "C": range(4)})
A.mean()
在这里,A.mean()
将给出 columnA
和C
only 的结果并跳过 column B
。
我想为所有列提供结果(例如,列B
可以使其成为NaN
)。这是一个大问题,因为某些函数会为完整列提供结果,而另一些函数则不会,因此在为进一步计算建立索引时会产生不一致。
谢谢
解决方案
由于数字聚合器会跳过非数字列,因此您可以在聚合之前coerce
对列to_numeric
:
A.apply(pd.to_numeric, errors='coerce').mean()
# A 1.5
# B NaN
# C 1.5
# dtype: float64
推荐阅读
- r - 每次读取新的 .csv 文件时将数据添加到数据框中
- vb.net - 如何启用和禁用外键约束
- java - java GUI设置cardlayout帧大小
- android - Android ProgressBar setProgress() 无法按预期工作
- javascript - 发送 post 请求 XMLHttprequest
- css - 为什么动画元素宽度会导致同一行中的其他元素有点抖动?
- python - Selenium 使用 vscode 进行行为调试 - python
- sql - SQL / Celonis - 字段仅包含数字,删除其他任何内容
- javascript - Qt Installer 更改现有页面
- spring-boot - 从 String 转换为 GuardedString 时 Spring Boot 中属性的自定义数据绑定问题