如何在Pandas中按行计算排除最值后的均值（向量化方案）

给定如下DataFrame：

需要按行计算排除最小值和最大值后的均值，预期结果如下：

已知可以用df.mean(axis=1)计算行均值，但不知道如何排除最值。由于数据集规模较大，需要完全向量化的高效解决方案。

创建该DataFrame的代码：

import pandas as pd

data = {
    "col_a": [-100, -200],
    "col_b": [2, 4],
    "col_c": [4, 8],
    "col_d": [100, 200],
}
df = pd.DataFrame(data)

解决方案 #

直接通过向量化操作计算：每行总和减去该行的最小值和最大值，再除以（总列数-2）——因为我们排除了两个极值。这种方法全程利用Pandas的内置向量化函数，避免循环，效率极高，适合处理大规模数据集。

代码实现：

# 新增列存储排除最值后的均值
df['mean_exc_min_max'] = (df.sum(axis=1) - df.min(axis=1) - df.max(axis=1)) / (df.shape[1] - 2)

验证结果 #

执行后df的输出与预期完全一致：

• 第一行：总和为-100+2+4+100=6，减去最小值-100和最大值100，剩余6，除以4-2=2，得到3
• 第二行：总和为-200+4+8+200=12，减去最小值-200和最大值200，剩余12，除以2得到6

内容的提问来源于stack exchange，提问作者Jossy