在pandas Dataframe上获取多条件(按列)的平均值

在pandas Dataframe上获取多条件(按列)的平均值，可以使用DataFrame的loc方法结合条件筛选和mean方法来实现。

首先，使用loc方法筛选出满足多个条件的数据子集，然后对该子集使用mean方法计算平均值。

以下是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)

# 获取满足多个条件的数据子集，并计算平均值
subset = df.loc[(df['A'] > 2) & (df['B'] < 9)]  # 满足条件 A > 2 和 B < 9
mean_value = subset.mean()

print(mean_value)

输出结果为：

A    4.0
B    7.0
C    12.0
dtype: float64

上述代码中，我们首先创建了一个示例的DataFrame df，然后使用loc方法筛选出满足条件A > 2和B < 9的数据子集，存储在变量subset中。最后，使用mean方法计算subset中每列的平均值，得到了包含平均值的Series对象mean_value。

对于pandas Dataframe上获取多条件的平均值，可以使用类似的方法进行操作。根据实际需求，可以灵活地组合多个条件来筛选数据，并使用mean方法计算平均值。

腾讯云相关产品和产品介绍链接地址：

• 腾讯云官网：https://cloud.tencent.com/
• 云服务器 CVM：https://cloud.tencent.com/product/cvm
• 云数据库 TencentDB：https://cloud.tencent.com/product/tencentdb
• 人工智能 AI Lab：https://cloud.tencent.com/product/ailab
• 云存储 COS：https://cloud.tencent.com/product/cos
• 区块链 BaaS：https://cloud.tencent.com/product/baas
• 元宇宙 Tencent XR：https://cloud.tencent.com/product/xr