<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per calcolare i valori medi delle righe per le colonne selezionate in un DataFrame panda:<\/span><\/p>\n Metodo 1: calcola il valore medio della riga per tutte le colonne<\/strong><\/span><\/p>\n Metodo 2: calcola il valore medio della riga per colonne specifiche<\/strong><\/span><\/p>\n I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con i seguenti DataFrame panda:<\/span><\/p>\n Il codice seguente mostra come creare una nuova colonna nel DataFrame che visualizza il valore di riga medio per tutte le colonne:<\/span><\/p>\n Ecco come interpretare il risultato:<\/span><\/p>\n Il valore medio della prima riga si calcola come segue: (14+5+11) \/ 3 = 10<\/strong> .<\/span><\/p>\n Il valore medio della seconda riga si calcola come segue: (19+7+8) \/ 3 = 11,33<\/strong> .<\/span><\/p>\n E cos\u00ec via.<\/span><\/p>\n Il codice seguente mostra come calcolare il valore medio della riga solo per le colonne “punti” e “rimbalzi”:<\/span><\/span><\/p>\n Ecco come interpretare il risultato:<\/span><\/p>\n Il valore medio di \u201cpunti\u201d e \u201crimbalzi\u201d nella prima riga \u00e8 calcolato come segue: (14+11) \/ 2 = 12,5<\/strong> .<\/span><\/p>\n Il valore medio di \u201cpunti\u201d e \u201crimbalzi\u201d nella seconda riga \u00e8 calcolato come segue: (19+8) \/ 2 = 13,5<\/strong> .<\/span><\/p>\n E cos\u00ec via.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni in Python:<\/span><\/p>\n Come calcolare una media troncata in Python<\/a> \u00c8 possibile utilizzare i seguenti metodi per calcolare i valori medi delle righe per le colonne selezionate in un DataFrame panda: Metodo 1: calcola il valore medio della riga per tutte le colonne df. mean (axis= 1 ) Metodo 2: calcola il valore medio della riga per colonne specifiche df[[‘ col1 ‘, ‘ col3 ‘]]. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df. mean<\/span> (axis= 1<\/span> )\n<\/strong><\/pre>\n df[[' col1<\/span> ', ' col3<\/span> ']]. mean<\/span> (axis= 1<\/span> )<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' points<\/span> ': [14, 19, 9, 21, 25, 29, 20, 11],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>df\n\n\tpoints assists rebounds\n0 14 5 11\n1 19 7 8\n2 9 7 10\n3 21 9 6\n4 25 12 6\n5 29 9 5\n6 20 9 9\n7 11 4 12<\/b><\/pre>\n Metodo 1: calcola il valore medio della riga per tutte le colonne<\/strong><\/span><\/h3>\n
#define new column that shows the average row value for all columns<\/span>\ndf[' average_all<\/span> '] = df. mean<\/span> (axis= 1<\/span> )\n\n#view updated DataFrame<\/span>\ndf\n\n\tpoints assists rebounds average_all\n0 14 5 11 10.000000\n1 19 7 8 11.333333\n2 9 7 10 8.666667\n3 21 9 6 12.000000\n4 25 12 6 14.333333\n5 29 9 5 14.333333\n6 20 9 9 12.666667\n7 11 4 12 9.000000\n<\/span><\/span><\/strong><\/pre>\n Metodo 2: calcola il valore medio della riga per colonne specifiche<\/strong><\/span><\/h3>\n
#define new column that shows average of row values for points and rebounds columns\n<\/span>df[' avg_points_rebounds<\/span> '] = df[[' points<\/span> ', ' rebounds<\/span> ']]. mean<\/span> (axis= 1<\/span> )\n\n#view updated DataFrame\n<\/span>df\n\n points assists rebounds avg_points_rebounds\n0 14 5 11 12.5\n1 19 7 8 13.5\n2 9 7 10 9.5\n3 21 9 6 13.5\n4 25 12 6 15.5\n5 29 9 5 17.0\n6 20 9 9 14.5\n7 11 4 12 11.5<\/span>\n<\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come calcolare la media geometrica in Python<\/a>
Come sostituire i valori nella colonna Panda in base alla condizione<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"