如何计算含字符串'NA'的Pandas DataFrame列均值并忽略该值

问题原因 #

你的A、B列因为混杂了字符串类型的'NA'，导致列的 dtype 是object，使用numeric_only=True时会被判定为非数值列，所以无法计算它们的均值。需要先把这些字符串'NA'转换为Pandas可识别的缺失值NaN，再将列转为数值类型，才能正常计算均值。

具体解决方案 #

步骤1：转换字符串'NA'为NaN并转为数值类型

使用pd.to_numeric()函数，通过errors='coerce'参数将无法转换为数值的内容（比如'NA'）强制转为NaN，同时把列转为数值 dtype。

步骤2：计算均值

Pandas的mean()方法会自动忽略NaN值，直接计算有效数值的均值。

完整代码示例 #

import pandas as pd

# 原始DataFrame
fruit = pd.DataFrame({
    'id': (1,2,3,4,5,6),
    'Name': ('apple','apple','melon','melon','orange','orange'), 
    'A': (1,2,'NA',20,5,5), 
    'B': (1,5,4,2,'NA',1), 
    'C': (1,5,4,2,3,1)
})

# 批量处理A、B列，转换'NA'为NaN并转为数值类型
fruit[['A', 'B']] = fruit[['A', 'B']].apply(pd.to_numeric, errors='coerce')

# 计算A、B列的均值
a_mean = fruit['A'].mean()
b_mean = fruit['B'].mean()

print(f"A列均值：{a_mean:.1f}")  # 输出6.6
print(f"B列均值：{b_mean:.1f}")  # 输出2.6

验证结果 #

• A列有效数值：[1,2,20,5,5]，均值为(1+2+20+5+5)/5 = 6.6
• B列有效数值：[1,5,4,2,1]，均值为(1+5+4+2+1)/5 = 2.6

内容的提问来源于stack exchange，提问作者mojop