pandas如何计算排除指定单列后的DataFrame每行平均值

你当前使用的代码存在两个问题：

• df.mean(axis=0)的作用是按列计算平均值，要实现每行平均值的计算，需要将轴参数改为axis=1
• 代码没有排除存储年份的未命名列，大数值的年份会拉偏统计结果

你使用的数据集结构如下：

可以选择以下任意一种方式实现需求： #

方法1：自动过滤未命名的年份列 #

通过列名特征直接筛掉所有Unnamed开头的年份列，不需要手动确认列位置，适配列顺序变动的场景：

# 排除所有列名以'Unnamed'开头的列，再按行计算均值
row_avg = df.filter(regex='^(?!Unnamed)').mean(axis=1)
print(row_avg)

方法2：按列位置排除年份列 #

从你的数据集结构看，年份列是第一列，可以直接用位置索引切片跳过第一列计算，写法最简洁：

# 从第二列开始选取所有列，按行计算均值
row_avg = df.iloc[:, 1:].mean(axis=1)
print(row_avg)

方法3：将年份列设为索引（推荐后续需要按年份匹配结果时使用） #

把年份列设置为DataFrame的行索引后，所有行维度的统计计算都会自动跳过索引列，不需要每次手动筛列：

# 将第一列的年份设置为行索引
df = df.set_index(df.columns[0])
# 直接计算行均值即可，不会纳入年份值
row_avg = df.mean(axis=1)
print(row_avg)

内容的提问来源于stack exchange，提问作者Danny Ocean