如何处理DataFrame列内的嵌套列表数据并计算对应均值

报错原因 #

收到'list'对象没有mean属性报错是因为Python原生list类型没有内置均值计算方法，无法直接调用属性求值，需要对每个列表单独处理。

实现代码 #

方法1：无额外依赖的内置函数实现 #

不需要安装第三方库，直接用Python原生sum和len计算，性能稳定：

import pandas as pd

# 构造和你场景一致的示例DataFrame
df = pd.DataFrame({
    'A': [12, 15, 18],
    'B': [30, 35, 40],
    'C': [[0.01, 1.234, 2.31], [3.1, 4.2, 5.3], [1.1, 2.2, 3.3]]
})

# 直接生成均值列
df['C_mean'] = df['C'].apply(lambda x: sum(x)/len(x))

方法2：基于numpy的实现 #

如果已经引入numpy库，写法更简洁，同时对非数值的兼容性更好：

import numpy as np

df['C_mean'] = df['C'].apply(np.mean)

带容错的扩展写法 #

如果存在空列表、非列表类型的异常行，可以增加判断避免报错：

def calc_list_mean(x):
    # 仅对非空列表计算均值，异常值返回自定义默认值
    if isinstance(x, list) and len(x) > 0:
        return sum(x)/len(x)
    return None

df['C_mean'] = df['C'].apply(calc_list_mean)

效果说明 #

执行后C_mean列即为C列每个列表对应的均值，示例第一行的计算结果为1.1847（保留四位小数），符合需求。

内容的提问来源于stack exchange，提问作者User