pandas DataFrame仅统计正元素计算多列行均值的实现方法

场景1：所有行统一统计全部列的正元素平均值 #

直接使用pandas向量化操作实现，性能优异，适合大数据量场景：

import pandas as pd

# 构造示例数据
d = {'col1': [1, 2,-4,5], 'col2': [3, 4,5,6], 'col3': [4,5,-6,-8], 'col4': [1,2,3,4]}
df = pd.DataFrame(data=d)

# 核心逻辑：将非正元素替换为NaN后按行求均值，mean方法会自动跳过NaN
df['pos_mean'] = df.where(df > 0).mean(axis=1)

运行后输出结果符合需求：
第一行4个正元素平均值为(1+3+4+1)/4=2.25，第四行3个正元素（col1、col2、col4）平均值为(5+6+4)/3=5，和仅统计col2、col4的结果一致。

场景2：部分行需要自定义统计的列范围 #

如果需要按行强制指定统计列（比如第四行不管其他列是否为正，都仅统计col2、col4），可以用apply调用自定义函数实现：

def calc_pos_mean(row):
    # 索引为0的第一行，统计全部列的正元素
    if row.name == 0:
        valid_values = row[row > 0]
    # 索引为3的第四行，仅统计col2、col4的正元素
    elif row.name == 3:
        target_cols = row[['col2', 'col4']]
        valid_values = target_cols[target_cols > 0]
    # 其他行默认统计全部列正元素
    else:
        valid_values = row[row > 0]
    return valid_values.mean()

df['pos_mean'] = df.apply(calc_pos_mean, axis=1)

内容的提问来源于stack exchange，提问作者Pradeep Amireddy