我有一个包含几列的数据框，每列都有一些正值、负值和零值。对于每一列，我想计算 x+y，其中 x 和 y 是每列绝对非零值的平均值和标准差。如何在 python 中执行此操作？
最佳答案
您可以使用 bool 条件过滤 df，然后迭代 cols 并调用 describe 并访问平均值和标准列:
In [103]:
df = pd.DataFrame({'a':np.random.randn(10), 'b':np.random.randn(10), 'c':np.random.randn(10)})
df
Out[103]:
a b c
0 0.566926 -1.103313 -0.834149
1 -0.183890 -0.222727 -0.915141
2 0.340611 -0.278525 -0.992135
3 0.380519 -1.546856 0.801598
4 -0.596142 0.494078 -0.423959
5 -0.064408 0.475466 0.220138
6 -0.549479 1.453362 2.696673
7 1.279865 0.796222 0.391247
8 0.778623 1.033530 1.264428
9 -1.669838 -1.117719 0.761952
In [111]:
for col in df[df>0]:
print('col:', col, df[col].describe()[['mean','std']])
col: a mean 0.028279
std 0.836804
Name: a, dtype: float64
col: b mean -0.001648
std 1.014950
Name: b, dtype: float64
col: c mean 0.297065
std 1.159999
Name: c, dtype: float64
关于python - 数据帧非零列的平均值和标准差，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29624726/