python - 忽略 0 的行的 Pandas 平均值

Question

我有一个如下所示的 DataFrame:

           AD1        AD2        AD3        AD4        AD5
1            0          0          0          0          0
2            0          0          0          0          0
3            0          0          0          0          0
4            0          0          0          0          0
5            0          0          0          0          0
..         ...        ...        ...        ...        ...
497  138099424  126282256          0  197637664          0
498   90184696   53508360   90254688   66803036   57421672
499   41476688   54889712   36677268   33858400   50282272
500   26322476   27609302   26245020   20566374   23664970
501  595136256  241994400  489766144  314901408  730741120

我需要找到每一行的平均值，忽略 0 的实例。我最初的计划是用 NaN 替换 0，然后得到不包括 NaN 的平均值。

我尝试将 0 替换为 NaN，但这不起作用，并且 DataFrame 仍然包含 0。我尝试了:

df = df.replace(0, np.nan)
df = df.replace(0, np.nan, inplace=True)

第二个问题是当我试图计算平均值时，即使知道 0 将被包含在内，但无法计算平均值。我用过:

df = df.assign(mean=df.mean(axis=1))

结果是:

           AD1        AD2        AD3        AD4        AD5  mean
1            0          0          0          0          0   NaN
2            0          0          0          0          0   NaN
3            0          0          0          0          0   NaN
4            0          0          0          0          0   NaN
5            0          0          0          0          0   NaN
..         ...        ...        ...        ...        ...   ...
497  138099424  126282256          0  197637664          0   NaN
498   90184696   53508360   90254688   66803036   57421672   NaN
499   41476688   54889712   36677268   33858400   50282272   NaN
500   26322476   27609302   26245020   20566374   23664970   NaN
501  595136256  241994400  489766144  314901408  730741120   NaN

我怎样才能做到这一点？

Answer 1

你可以使用mask + mean:

df['mean'] = df.mask(df==0).mean(axis=1)

输出:

           AD1        AD2        AD3        AD4        AD5         mean
1            0          0          0          0          0          NaN
2            0          0          0          0          0          NaN
3            0          0          0          0          0          NaN
4            0          0          0          0          0          NaN
5            0          0          0          0          0          NaN
497  138099424  126282256          0  197637664          0  154006448.0
498   90184696   53508360   90254688   66803036   57421672   71634490.4
499   41476688   54889712   36677268   33858400   50282272   43436868.0
500   26322476   27609302   26245020   20566374   23664970   24881628.4
501  595136256  241994400  489766144  314901408  730741120  474507865.6