通过跳过Python / Pandas中的某些值来计算数据帧平均值

Question

我需要计算数据帧第一列的平均值，我可以使用mean()方法完成。 问题：有时，数据中有-9999个值表示缺少观察值。 我知道在计算Pandas中的平均值时会固有地跳过NaN值，但当然不是-9999值的情况。

这是我试过的代码。它计算列的平均值，但是将-9999值计算到计算中：

df=pandas.DataFrame([{2,4,6},{1,-9999,3}])
df[0].mean(skipna=-9999)

但它产生的平均值为-4998.5，显然是将-9999计算出来的。

Answer 1

skipna arg是一个布尔值，指定是否排除NA / null值，而不是要忽略哪些值：

skipna : boolean, default True
    Exclude NA/null values. If an entire row/column is NA, the result
    will be NA

假设我了解您要执行的操作，可以将-9999替换为NaN：

In [41]: df[0].replace(-9999, np.nan)
Out[41]: 
0     2
1   NaN
Name: 0, dtype: float64

In [42]: df[0].replace(-9999, np.nan).mean()
Out[42]: 2.0

Answer 2

skipna意思是真或假，而不是要跳过的值。

读取数据时，使用n / a标准化和替换-9999。