Как посчитать среднее по столбцу pandas

Question

Maksim Litvinov · Accepted Answer

Для того чтобы посчитать среднее значение по столбцу в датафрейме pandas, можно воспользоваться методом `mean()`. Для этого необходимо сначала выбрать нужный столбец (или несколько столбцов) и затем вызвать метод `mean()` на выбранном столбце.

Пример:

```python
import pandas as pd

# создаем датафрейм
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})

# считаем среднее значение по столбцу 'A'
mean_A = df['A'].mean()
print(mean_A)

# считаем среднее значение по столбцу 'B'
mean_B = df['B'].mean()
print(mean_B)

# считаем среднее значение по столбцу 'C'
mean_C = df['C'].mean()
print(mean_C)
```

Этот код выведет средние значения по столбцам 'A', 'B' и 'C' соответственно

Никита Вихров · Answer

Среднее значение столбца в pandas возвращает метод `mean()`:

```python
import pandas as pd

df = pd.DataFrame({"city": ["Москва", "Казань", "Москва"], "sales": [100, 250, None]})
print(df["sales"].mean())  # => 175.0
```

Пропуски `NaN` по умолчанию не учитываются: среднее посчитано по двум значениям. Чтобы учесть пропуски как ошибку, передайте `skipna=False` — тогда результат будет `NaN`.

## Среднее по всем числовым столбцам

```python
df = pd.DataFrame({"a": [1, 2, 3], "b": [10, 20, 30], "name": ["x", "y", "z"]})
print(df.mean(numeric_only=True))
# a     2.0
# b    20.0
```

`numeric_only=True` пропускает текстовые столбцы — без него новые версии pandas выдадут ошибку.

## Среднее по группам

Средние продажи по городам:

```python
df = pd.DataFrame({"city": ["Москва", "Казань", "Москва"], "sales": [100, 250, 300]})
print(df.groupby("city")["sales"].mean())
# city
# Казань    250.0
# Москва    200.0
```

## Среднее по строкам

```python
df = pd.DataFrame({"math": [5, 4], "physics": [3, 5]})
df["avg"] = df.mean(axis=1)
print(df["avg"].tolist())  # => [4.0, 4.5]
```

## Другие показатели

```python
s = pd.Series([1, 2, 2, 100])
print(s.median())    # => 2.0 — медиана, не боится выбросов
print(s.describe())  # количество, среднее, отклонение, минимум, квартили, максимум
```

Если в данных есть выбросы, как `100` в примере, медиана точнее описывает типичное значение, чем среднее (`26.25`).

## Если `mean()` выдаёт ошибку

`TypeError: Could not convert ... to numeric` — в столбце строки. Переведите его в числа:

```python
df = pd.DataFrame({"price": ["100", "200", "abc"]})
df["price"] = pd.to_numeric(df["price"], errors="coerce")  # "abc" станет NaN
print(df["price"].mean())  # => 150.0
```

Анализ данных в pandas разбирают в курсе [«Python для анализа данных»](https://ru.hexlet.io/programs/python-for-data-analysts).

Как посчитать среднее по столбцу pandas

Ответы

Среднее по всем числовым столбцам

Среднее по группам

Среднее по строкам

Другие показатели

Если `mean()` выдаёт ошибку

Каталог

Как посчитать среднее по столбцу pandas

Ответы

Среднее по всем числовым столбцам

Среднее по группам

Среднее по строкам

Другие показатели

Если mean() выдаёт ошибку

Каталог

Если `mean()` выдаёт ошибку