Python实现DataFrame递增行的均值列计算（以DF_NBA为例）

先确认下你的数据结构：执行 DF_NBA.head(4) 能看到前4行数据，如下所示：

接下来给你两种实现思路，都能完美适配任意行数的场景：

方法1：直接用Pandas内置方法（最简方案） #

Pandas的mean()方法本身就支持任意行数的列均值计算，不管你的DataFrame有10行还是10000行，直接一行代码搞定：

# 计算MeanGScore列的整体均值（自动适配所有行数）
meangscore_mean = DF_NBA['MeanGScore'].mean()

• 这个方法默认会忽略列中的空值（NaN），如果需要把空值算入（当作0），可以加上参数：DF_NBA['MeanGScore'].mean(skipna=False)
• 如果只想计算前n行的均值，只需要先取前n行再调用mean()：

  n = 4  # 这里n可以是任意正整数
  top_n_mean = DF_NBA['MeanGScore'].head(n).mean()
  

方法2：自定义函数（灵活适配特殊需求） #

如果需要更灵活的逻辑（比如自动处理n超过总行数的情况），可以写个自定义函数：

def get_meangscore_mean(df, n=None):
    """
    计算MeanGScore列的均值，支持指定前n行或全部行
    :param df: 目标DataFrame（即你的DF_NBA）
    :param n: 可选，指定计算前n行；默认None则计算全部行
    :return: 均值结果
    """
    # 处理n超过总行数的情况，避免报错
    if n is not None:
        n = min(n, len(df))
        target_series = df['MeanGScore'].head(n)
    else:
        target_series = df['MeanGScore']
    
    # 计算均值，可根据需求调整空值处理逻辑
    return target_series.mean(skipna=True)

# 调用示例
all_rows_mean = get_meangscore_mean(DF_NBA)  # 全部行的均值
top_5_mean = get_meangscore_mean(DF_NBA, n=5)  # 前5行的均值

这个函数会自动判断n的合理性，哪怕你传入的n比DataFrame总行数还大，也会自动用全部数据计算，不会出问题。

内容的提问来源于stack exchange，提问作者Edg