如何计算pandas DataFrame单元格中numpy数组的逐元素均值（忽略NaN）

我完全懂你的困扰——当DataFrame单元格里存着numpy数组，且其中包含NaN时，直接用np.nanmean(df[0])会得到完全离谱的结果，这确实挺闹心的。

问题根源 #

之所以出现错误结果，是因为np.nanmean处理包含数组的pandas Series时，并没有按我们预期的逻辑把数组们堆叠起来再计算逐元素均值。它会把Series当成一维元素集合来处理，而非将每个数组的对应位置元素归组计算。

可行解决方案 #

我们需要先把Series里的所有numpy数组堆叠成一个三维数组，再沿着存储单个数组的轴（也就是第一个轴，索引为0）计算忽略NaN的均值：

import numpy as np
import pandas as pd

# 构造带NaN的示例数据
a0 = np.array([[1, 2], [2, np.nan]])
a1 = np.array([[3, 2], [1, 1]])
df = pd.DataFrame([[a0], [a1]])

# 先堆叠数组，再计算逐元素nanmean
stacked_arrays = np.stack(df[0].values)
result = np.nanmean(stacked_arrays, axis=0)

print(result)

运行后会得到符合预期的结果：

array([[ 2. ,  2. ],
       [ 1.5,  1. ]])

额外说明 #

如果你的DataFrame有更多行（也就是更多numpy数组），这个方法同样适用——np.stack会把所有数组统一堆叠成三维数组，axis=0参数指定沿着原行方向计算均值，每个位置的元素都会自动忽略NaN后取平均。

内容的提问来源于stack exchange，提问作者nluckn