如何使用lambda函数计算pandas dataframe中每行、每列的均值？

首先构造示例DataFrame用于测试：

import pandas as pd

# 示例测试数据
df = pd.DataFrame({
    '语文': [89, 78, 90, 82, 95],
    '数学': [92, 81, 76, 88, 93],
    '英语': [79, 85, 94, 73, 87]
}, index=['张三', '李四', '王五', '赵六', '孙七'])

计算每列均值 #

使用apply方法传入lambda函数，指定axis=0按列遍历计算：

• 实现代码：

# 计算所有列的均值
col_mean = df.apply(lambda x: x.mean(), axis=0)

返回结果为索引对应列名、值为对应列均值的Series对象。如果DataFrame包含非数值列，可添加numeric_only=True参数避免报错：

col_mean = df.apply(lambda x: x.mean(numeric_only=True), axis=0)

计算每行均值 #

调整axis参数为1即可按行遍历计算：

• 实现代码：

# 计算所有行的均值
row_mean = df.apply(lambda x: x.mean(), axis=1)

返回结果为索引对应原DataFrame行索引、值为对应行均值的Series对象。如果需要把行均值作为新列存入原DataFrame，可直接赋值：

df['个人平均分'] = df.apply(lambda x: x.mean(), axis=1)

内容的提问来源于stack exchange，提问作者Rubayet Alam