仅计算没有NaN值的数据框中数据行的平均值

Question

我有一个数据框，其中包含2014-2018年客户的ID及其费用。我想要的是在数据帧中具有每个ID在2014-2018年的支出平均值。但是，存在一种情况：如果行（2014-2018）中的单元格之一为空，则应返回NaN。因此，我只希望在2014-2018列中的所有5个行单元格都具有数值时才计算平均值。

初始数据框：

2014   2015  2016  2017   2018   ID
100  122.0   324   632    NaN  12.0
120  159.0    54   452  541.0  96.0
NaN  164.0   687   165  245.0  20.0
180  421.0   512   184  953.0  73.0
110  654.0   913   173  103.0  84.0
130    NaN   754   124  207.0  26.0
170  256.0   843    97  806.0  87.0
140  754.0    95   101  541.0  64.0
 80  985.0   184    84   90.0  11.0
 96   65.0   127   130  421.0  34.0

所需的输出

2014   2015  2016  2017   2018    ID    mean
 100  122.0   324   632    NaN  12.0     NaN
 120  159.0    54   452  541.0  96.0  265.20
 NaN  164.0   687   165  245.0  20.0     NaN
 180  421.0   512   184  953.0  73.0  450.00
 110  654.0   913   173  103.0  84.0  390.60
 130    NaN   754   124  207.0  26.0     NaN
 170  256.0   843    97  806.0  87.0  434.40
 140  754.0    95   101  541.0  64.0  326.20
  80  985.0   184    84   90.0  11.0  284.60
  96   65.0   127   130  421.0  34.0  167.80

Tried code：->但是，这仅给出了平均值，而忽略了NaN条件。是他们的一些简短的lambda函数，可以将条件添加到代码中吗？

import pandas as pd

import numpy as np



data = pd.DataFrame({"ID":   [12,96,20,73,84,26,87,64,11,34],
                     
                   "2014": [100,120,np.nan,180,110,130,170,140,80,96],
                     
                   "2015": [122,159,164,421,654,np.nan,256,754,985,65],

                   "2016": [324,54,687,512,913,754,843,95,184,127],
   
                   "2017": [632,452,165,184,173,124,97,101,84,130],
 
                   "2018": [np.nan,541,245,953,103,207,806,541,90,421]})



print(data)


fiveyear = ["2014", "2015", "2016", "2017", "2018"] -> if a cell in these rows is empty(NaN), then NaN should be in the new 'mean'-column. I only want the mean when, all 5 cells in the row have a numeric value.



data.loc[:, 'mean'] = data[fiveyear].mean(axis=1)


print(data)

Answer 1

在计算平均值之前，请使用dropna删除行。由于大熊猫在将结果分配回时将在索引上对齐，并且这些行已删除，因此这些丢弃的行的结果为NaN

df['mean'] = df[fiveyear].dropna(how='any').mean(1)

也可以将结果仅对所有非空的行进行mask

df['mean'] = df[fiveyear].mean(1).mask(df[fiveyear].isnull().any(1))