如何在python中找到两个熊猫系列的元素平均平均值？答案

【问题标题】：How to find element wise mean of two pandas series in python?如何在python中找到两个熊猫系列的元素平均平均值？
【发布时间】：2020-08-31 11:40:15
【问题描述】：

我在一家公司的技术回合中遇到过这个问题。问题是下面给出了两个系列：

import pandas as pd
import numpy as np
series_A = pd.Series([10,15,12,20])
series_B = pd.Series([12,19,65,13])

我们必须找到这两个系列的元素平均值并将结果存储在新系列 series_C 中

我的方法

series_C = pd.Series(np.mean(series_A,series_B))

但它给出了错误
“TypeError: 'Series' 对象是可变的，因此它们不能被散列”

【问题讨论】：

标签： python-3.x pandas series

【解决方案1】：

numpy mean 将 ndarray 作为第一个参数，将执行均值的轴作为第二个参数。

您需要做的是将系列存储在某种数组中

import pandas as pd
import numpy as np
series_A = pd.Series([10,15,12,20])
series_B = pd.Series([12,19,65,13])
series_C = pd.Series(np.mean(np.stack((series_A, series_B)), axis=0))

这给了我们：

series_C
0    11.0
1    17.0
2    38.5
3    16.5
dtype: float64

【讨论】：

【解决方案2】：

IIUC：

import pandas as pd
import numpy as np
series_A = pd.Series([10,15,12,20])
series_B = pd.Series([12,19,65,13])

series_C = (series_A+series_B)/2

使用 numpy：

import pandas as pd
import numpy as np
series_A = pd.Series([10,15,12,20])
series_B = pd.Series([12,19,65,13])

series_C = pd.concat([series_A, series_B], axis=1).agg(np.mean, 1)
0    11.0
1    17.0
2    38.5
3    16.5
dtype: float64

【讨论】：