当列有字符串时计算熊猫的平均值答案

【问题标题】：Calculate the mean in pandas while a column has a string当列有字符串时计算熊猫的平均值
【发布时间】：2021-12-15 18:12:34
【问题描述】：

我目前正在学习熊猫，我正在使用一个 imdb 电影数据库，其中一列是电影的持续时间。但是，其中一个值是“无”，所以我无法计算平均值，因为中间有这个字符串。我想将“无”更改为 = 0，但这会扭曲结果。如下代码所示。

dur_temp = duration.replace("None", 0)
dur_temp = dur_temp.astype(float)
descricao_duration = dur_temp.mean()

关于我应该怎么做才能不歪曲数据有什么想法吗？我还绘制了它，它变得更加清楚它是如何倾斜的。

【问题讨论】：

标签： python python-3.x pandas dataframe mean

【解决方案1】：

您可以将“无”替换为numpy.nan，而不是使用 0。

这样的事情应该可以解决问题：

import numpy as np
dur_temp = duration.replace("None", np.nan)
descricao_duration = dur_temp.mean()

【讨论】：

【解决方案2】：

如果您希望它适用于您的 pandas 系列中的任何字符串，您可以使用 pd.to_numeric:

pd.to_numeric(dur_temp, errors='coerce').mean()

这样所有不能转换成float的值都会被NaN替换，不管是哪个

【讨论】：

【解决方案3】：

只需像这样按条件过滤

df[df['a']!='None'] #assuming your mean values are in column a

【讨论】：

【解决方案4】：

使它们成为 np.NAN 值

我将其写为答案，因为我无法评论 df = df.replace('None ', np.NaN) 或 df.replace('None', np.NaN, inplace=True)

【讨论】：

【解决方案5】：

你可以使用fillna(value=np.nan)，如下图：

descricao_duration = dur_temp.fillna(value=np.nan).mean()

演示：

import pandas as pd
import numpy as np

dur_temp = pd.DataFrame({'duration': [10, 20, None, 15, None]})
descricao_duration = dur_temp.fillna(value=np.nan).mean()
print(descricao_duration)

输出：

duration    15.0
dtype: float64

【讨论】：