在多列上平均

Question

我试图找到计算新列的平均值。

data['english_combined'] = data['english'] + data['intake_english'] + data['language test scores formatted']

因此，English_combined列是其他列的总和。我想根据输入哪些等级来命中均值，例如，只有“英语”和“ inktake_english”有一个等级，我想以这2的平均值。 3个测试结合在一起，

我确实尝试了这样的事情，没有

[np.mean(i,j,k) for i,j,k in zip(data['english'], data['intake_english'], data['language test scores formatted'])]

任何成功的建议？

Answer 1

df.mean（axis ='列'）执行您想要的。默认情况下，它忽略了NAN（也就是说，计算平均值时不会计算它们的总数）。

一个简单的示例：

>>> df = pd.DataFrame({'a': [7, 8.5, pd.NA, 6], 
                       'b': [5, 6, 6, 7], 
                       'c': [7, pd.NA, pd.NA, 5]})
>>> df
      a  b     c
0     7  5     7
1   8.5  6  <NA>
2  <NA>  6  <NA>
3     6  7     5
>>> df.mean(axis='columns')
0    6.333333
1    7.250000
2    6.000000
3    6.000000
dtype: float64

请注意，第2行的平均值6，而不是2。第1行类似。

对于您的情况，它就是类似的

data['english_combined'] = data[
            ['english', 'intake_english', 
             'language test scores formatted']].mean(axis='columns')