如何为计算DataFrame时间区间均值的函数设置默认参数？

要让你的custom_mean函数在未传入参数时自动使用合理的默认值计算，只需要给x和y参数设置默认值即可。最合理的默认行为应该是计算整个时间区间内Test 1的均值，所以我们可以把默认值设为Time列的最小值和最大值。

修改后的函数代码 #

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({
    'Time':[0.0, 0.25, 0.5, 0.68, 0.94, 1.25, 1.65, 1.88, 2.05, 2.98, 3.45, 3.99, 4.06],
    'Test 1':[5, 9, 4, 6, 4, 1, 6, 8, 2, 9, 3, 9, 4]
})

def custom_mean(x=None, y=None):
    # 当参数未传入时，使用Time列的极值作为默认值
    default_x = df['Time'].min()
    default_y = df['Time'].max()
    
    # 替换未传入的参数
    x = x if x is not None else default_x
    y = y if y is not None else default_y
    
    return df.loc[df['Time'].between(x, y), 'Test 1'].mean()

调用方式示例 #

• 无参数调用（计算全区间均值）：

  custom_mean()  # 返回整个Time区间内Test 1的均值
  

• 只传入起始时间x：

  custom_mean(x=1.0)  # 计算Time从1.0到最大值的Test 1均值
  

• 只传入结束时间y：

  custom_mean(y=2.0)  # 计算Time从最小值到2.0的Test 1均值
  

• 传入完整区间（和原函数功能一致）：

  custom_mean(0.5, 3.0)  # 计算0.5到3.0区间内的均值
  

额外优化建议 #

如果想让函数更通用、不依赖全局的df变量，可以把DataFrame也作为参数传入，这样同一个函数可以复用在不同的数据集上：

def custom_mean(df, x=None, y=None):
    default_x = df['Time'].min()
    default_y = df['Time'].max()
    x = x if x is not None else default_x
    y = y if y is not None else default_y
    return df.loc[df['Time'].between(x, y), 'Test 1'].mean()

# 调用示例
custom_mean(df)  # 全区间均值
custom_mean(df, 1.5, 3.5)  # 指定区间均值

内容的提问来源于stack exchange，提问作者Arpit Sharma