Pandas计算DataFrame行均值与标准差返回NaN问题求助

嘿，我一眼就看出问题出在哪了——你当前的代码是在计算列方向的均值，而不是每行的均值！这就是为什么mean列全是NaN的原因：当你执行df.mean(numeric_only=True)时，默认是按列（axis=0）计算，得到的是每个月份列的均值（一个Series），你把它赋值给整列df['mean']，因为维度不匹配，所以所有行都变成了NaN。

正确的解决方案 #

要计算每行的均值和标准差，只需要在mean()和std()方法中指定axis=1（行方向计算），同时明确选择需要计算的数值列（避免CellName这类非数值列干扰）：

# 计算每行均值
df['mean'] = df.iloc[:, 1:].mean(axis=1, numeric_only=True)

# 计算每行标准差
df['std'] = df.iloc[:, 1:].std(axis=1, numeric_only=True)

关键参数说明 #

• axis=1：告诉Pandas沿着行的方向计算（即对每一行的所有数值列求均值/标准差），默认的axis=0是沿着列的方向计算，这是你之前的核心错误。
• df.iloc[:,1:]：明确选取从第2列开始的所有列（也就是你的四个月份列），虽然numeric_only=True会自动跳过非数值列，但这样写更直观，避免意外引入其他非数值列。

运行后的示例结果 #

执行上面的代码后，你的DataFrame会更新为：

这样就能得到你想要的每行均值和标准差啦！

内容的提问来源于stack exchange，提问作者Rehan Azher