pandas计算DataFrame日期列的行平均值并向上取整为整数

核心实现代码 #

直接基于现有DataFrame处理即可，不需要写额外循环：

import pandas as pd
import numpy as np

# 替换为你实际环境中的原始DataFrame变量名
raw_df = "替换为你的原始DataFrame变量"

# 提取所有日期列（排除Hours字段列）
date_columns = raw_df.columns.drop("Hours")

# 逐行计算所有日期列的算术平均值，保留中间计算结果
raw_df["raw_avg"] = raw_df[date_columns].mean(axis=1)

# 对均值做向上取整，转为整数类型得到目标字段
raw_df["avg_count"] = np.ceil(raw_df["raw_avg"]).astype(int)

# 生成最终结果DataFrame，不需要中间结果可以去掉raw_avg字段
final_df = raw_df[["Hours", "raw_avg", "avg_count"]]

参考示例 #

原始输入样例 #

计算结果输出样例 #

关键说明 #

• 计算均值时必须传入axis=1，默认参数是按列计算，会得到完全不符合需求的结果
• 不要用round()做四舍五入，np.ceil()才是严格向上取整，哪怕均值是21.1也会返回整数22
• 如果不需要保留中间计算过程，最终final_df只取["Hours", "avg_count"]两列即可

内容的提问来源于stack exchange，提问作者Carola