Pandas如何对DataFrame按行统计大于等于5的数值的条件平均值

解决方案 #

构造测试数据 #

import pandas as pd
import numpy as np

x = pd.DataFrame({
    '1': [1,2,3,2,5,6,7,8,9],
    '2': [2,5,6,8,10,np.nan,6,np.nan,np.nan],
    '3': [10,10,10,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan]
})

实现逐行计算≥5数值的平均值 #

该计算逻辑等价于Excel中=AVERAGEIF(行范围,">=5")，优先推荐向量化运算方案，性能远高于逐行循环：

# 计算结果保存为新列 avg_ge5
x['avg_ge5'] = x.where(x >= 5).mean(axis=1)

如果需要自定义扩展逻辑，也可以用apply逐行处理：

x['avg_ge5'] = x.apply(lambda row: row[row >= 5].mean(), axis=1)

说明 #

两种方案都会自动忽略小于5的数值以及原数据中的空值（NaN），计算结果完全符合需求。

内容的提问来源于stack exchange，提问作者ben121