如何用Python计算列中特定值的均值？及pandas处理自定义缺失值列

如果用pandas处理数据，核心思路是先筛选出符合特定条件的行，再对目标列求均值：

• 示例：计算score列中数值大于80的均值

import pandas as pd

# 构造示例数据
data = pd.DataFrame({'score': [75, 85, 90, 88, 70]})

# 筛选目标值并计算均值
specific_mean = data[data['score'] > 80]['score'].mean()
print(specific_mean)

• 如果目标是列中等于某个具体值的均值（比如等于90），写法类似（结果即为该值本身）：

specific_mean = data[data['score'] == 90]['score'].mean()

统计列中90/99的出现次数 #

# 统计每列中90和99的总数量
missing_counts = data.apply(lambda col: ((col == 90) | (col == 99)).sum())

改进删除列的代码 #

你的原代码存在语法错误（比如data.column不是pandas的正确用法，逻辑判断不符合向量运算规则），正确实现如下：

threshold = 0.6

# 计算每列中90或99的占比（占总行数的比例）
missing_ratio = data.apply(lambda col: ((col == 90) | (col == 99)).mean())

# 保留占比低于阈值的列，删除超标列
data = data.loc[:, missing_ratio < threshold]

说明：

• apply(lambda col: ...)遍历DataFrame的每一列
• (col == 90) | (col == 99)生成布尔序列，标记列中等于90或99的位置
• mean()计算布尔序列的均值，即缺失值（90/99）在列中的占比
• loc[:, missing_ratio < threshold]筛选出占比低于阈值的列，更新原DataFrame

内容的提问来源于stack exchange，提问作者Arwa