如何计算均值与1倍标准差区间内数值的平均值？（解决NaN问题）

你的代码返回nan是因为区间条件逻辑错误：你误将区间写成了「均值到标准差本身」，但实际上你要的应该是均值到均值+1倍标准差的区间（标准差是描述数据离散程度的指标，单独的标准差数值和均值没有直接的上下限关系，你的原条件里values >= mean且values <= standard_deviation没有任何数据满足，计算空数组的均值自然会得到nan）。

修正步骤 #

1. 明确目标区间：
   • 若要找大于等于均值、小于等于均值+1倍标准差的数值，条件为(values >= mean) & (values <= mean + standard_deviation)
   • 若要找均值-1倍标准差到均值的数值，条件为(values >= mean - standard_deviation) & (values <= mean)
2. 替换错误条件后重新运行代码。

修正后的完整代码 #

import numpy as np

# Create an array of values
values = np.array([41,17,44,36,14,29,33,38,49,39,22,15,46])

# Calculate the mean
mean = np.mean(values)

# Calculate the standard deviation
standard_deviation = np.std(values)

# 计算均值到均值+1倍标准差区间内数值的平均值
mean_between_mean_and_first_std = np.mean(values[(values >= mean) & (values <= mean + standard_deviation)])
print("Average between mean and mean+1 standard deviation:", mean_between_mean_and_first_std)

运行结果 #

Average between mean and mean+1 standard deviation: 36.166666666666664

额外提示 #

如果担心筛选后出现空数组导致nan，可以添加简单的判断逻辑：

filtered_values = values[(values >= mean) & (values <= mean + standard_deviation)]
result = np.mean(filtered_values) if len(filtered_values) > 0 else 0  # 可替换为其他默认值

内容的提问来源于stack exchange，提问作者Jose Luis Landivar S