如何在计算DataFrame行均值时排除小于等于0的值？

问题场景 #

给定如下DataFrame：

import pandas as pd

df_dict={'A':[0,2,10,0],'B':[10,0,30,40],'C':[0,5,10,10]}
df=pd.DataFrame(df_dict)

输出的DataFrame为：

A   B   C
0  0  10   0
1  2   0   5
2 10  30  10
3  0  40  10

使用常规的df.mean(axis=1)会将所有值（包括0）纳入计算，得到结果：

df.mean(axis=1)
# 输出：
# 0     3.333333
# 1     2.333333
# 2    16.666667
# 3    16.666667
# dtype: float64

但需求是计算每行均值时忽略所有≤0的值，预期结果为：

• 第0行：10/1 = 10.0
• 第1行：(2+5)/2 = 3.5
• 第2行：(10+30+10)/3 ≈ 16.6667
• 第3行：(40+10)/2 = 25.0

解决方案 #

方法1：用where替换非符合条件的值为NaN后计算均值

利用pandas的where方法将≤0的值替换为NaN，而mean()默认会忽略NaN，直接计算行均值：

result = df.where(df > 0).mean(axis=1)
print(result)

输出结果：

0    10.000000
1     3.500000
2    16.666667
3    25.000000
dtype: float64

方法2：手动统计总和与个数后计算

分别统计每行大于0的值的总和与数量，再做除法运算：

# 计算每行大于0的值的总和
row_sum = df[df > 0].sum(axis=1)
# 计算每行大于0的值的个数
row_count = (df > 0).sum(axis=1)
# 计算均值
result = row_sum / row_count
print(result)

此方法输出结果与方法1完全一致，逻辑更直观，适合需要单独查看总和或个数的场景。

内容的提问来源于stack exchange，提问作者roudan