跨行执行聚合函数（例如，平均值）会产生 NaN

Question

我正在使用爱荷华州埃姆斯的住房定价数据集，运行研究我认为很简单的问题。

我根据年月平均价格的枢轴 table 创建了一个数据框。我正在尝试计算平均每月价格。

当我这样做时，我得到的是 NaN 而不是浮点数。

df_viz = pd.DataFrame(pd.pivot_table(df,index=['MoSold'], columns=['YrSold'],values=['SalePrice'],aggfunc='mean').to_records())
df_viz = df_viz.set_index(['MoSold'])
df_viz.columns = [hdr.replace("(", "").replace(")", "").replace("'","").replace(", ","") \
                     for hdr in df_viz.columns]
df_viz['mean_monthly_saleprice']=df_viz.mean(axis=0)
df_viz

什么给了？我该如何解决这个问题？

谢谢。

Answer 1

您可能指定了错误的轴。尝试：

df_viz['mean_monthly_saleprice']=df_viz.mean(axis=1)

至于为什么您的原始代码返回 na，df_viz.mean(axis=0) 按列生成平均值。结果是一个以列名作为标签的系列：

SalePrice2006    <a number>
SalePrice2007    <a number>
SalePrice2008    <a number>
SalePrice2009    <a number>
SalePrice2010    <a number>

然后您尝试将该系列与 df_viz 数据框合并，该数据框由 MoSold 标记。两个索引之间没有匹配的标签。因此你的结果是 na.

故事的寓意：索引在数据框中非常重要。好好注意他们。

跨行执行聚合函数（例如，平均值）会产生 NaN

Performing an aggregate function (e.g., mean) across rows produces NaN

python

pandas

kaggle