Pandas mean()等函数如何强制输出所有列的完整计算结果

Pandas内置数值统计函数默认仅对数值型列生效，要保留所有列输出，可采用以下两种常用实现方案： #

方案1：强制转换列类型后计算（代码最简洁） #

先对全表尝试转换为数值类型，无法转换的列值全部置为NaN，再执行统计计算，最终无法计算的列会自动返回NaN：

import pandas as pd

# 示例DataFrame
A = pd.DataFrame({"A": range(4), "B":["one", "two", "three", "four"], "C": range(4)})

# 转换+计算一行实现
res = A.apply(pd.to_numeric, errors='coerce').mean()
print(res)

输出结果如下，包含所有3列，B列返回NaN：

A    1.5
B    NaN
C    1.5
dtype: float64

方案2：自定义安全计算函数（适配任意统计函数） #

如果需要兼容更多自定义统计逻辑，可以封装带异常捕获的计算函数，遍历每列执行，遇到不支持计算的列直接返回NaN：

import pandas as pd

A = pd.DataFrame({"A": range(4), "B":["one", "two", "three", "four"], "C": range(4)})

def safe_stat(func, col):
    try:
        return func(col)
    except:
        return pd.NA

# 计算均值
mean_res = A.apply(lambda x: safe_stat(pd.Series.mean, x))
# 可直接传入其他统计函数，比如求和、标准差，返回结果索引完全和原表列对齐
sum_res = A.apply(lambda x: safe_stat(pd.Series.sum, x))
std_res = A.apply(lambda x: safe_stat(pd.Series.std, x))

内容的提问来源于stack exchange，提问作者PTQuoc