pandas: 如果列大于 x select 如何得到两列的最大值否则 select 是什么意思？
pandas: how to get if column is greater than x select the max of two columns otherwise select mean?
我有一个看起来像这样的 df，我想添加一个 adj 意思是如果两列之一（avg 或 rolling_mean）为 0 则选择最大值，否则它会得到两列的平均值.
ID Avg rolling_mean adj_mean (goal to have this column)
0 5 0 5
1 6 6.3 6.15
2 5 8 6.5
3 4 0 4
我能够使用此代码获得列的最大值
df["adj_mean"]=df[["Avg", "rolling_mean"]].max(axis=1)
但不确定如果两个值都大于零，如何添加平均值。
非常感谢！
一种方法是将 0 视为 NaN，然后简单地计算平均值
df['adj_mean'] = df.replace({0: np.nan})[["Avg", "rolling_mean"]].mean(axis=1)
Out[1]:
rolling_mean Avg adj_mean
0 0.0 5 5.00
1 6.3 6 6.15
2 8.0 5 6.50
3 0.0 4 4.00
默认情况下，df.mean() 会跳过空值。根据 docs:
skipna : bool, default True
Exclude NA/null values when computing the result.
我有一个看起来像这样的 df，我想添加一个 adj 意思是如果两列之一（avg 或 rolling_mean）为 0 则选择最大值，否则它会得到两列的平均值.
ID Avg rolling_mean adj_mean (goal to have this column)
0 5 0 5
1 6 6.3 6.15
2 5 8 6.5
3 4 0 4
我能够使用此代码获得列的最大值
df["adj_mean"]=df[["Avg", "rolling_mean"]].max(axis=1)
但不确定如果两个值都大于零，如何添加平均值。
非常感谢！
一种方法是将 0 视为 NaN，然后简单地计算平均值
df['adj_mean'] = df.replace({0: np.nan})[["Avg", "rolling_mean"]].mean(axis=1)
Out[1]:
rolling_mean Avg adj_mean
0 0.0 5 5.00
1 6.3 6 6.15
2 8.0 5 6.50
3 0.0 4 4.00
默认情况下，df.mean() 会跳过空值。根据 docs:
skipna : bool, default True Exclude NA/null values when computing the result.