Pandas Series.mean() 函数
Pandas 常用函数Series.mean() 是 Pandas 中用于计算 Series 所有元素平均值的函数。平均值是最常用的统计指标之一，它代表了一组数据的中心趋势。
无论是计算平均工资、平均销售额还是平均成绩，mean() 都能帮助你快速完成。它是描述数据集中趋势的核心指标。
基本语法与参数
mean() 是 Series 对象的成员函数，直接通过点运算符调用。
语法格式
Series.mean(axis=None, skipna=True, level=None, numeric_only=None, **kwargs)
参数说明
| 参数 | 类型 | 说明 | 默认值 |
|---|---|---|---|
| axis | int | 指定轴向，Series 只有一行数据，此参数主要为了与 DataFrame 兼容。 | None |
| skipna | bool | 如果为 True，在计算时跳过 NaN 值；如果为 False，遇到 NaN 结果会返回 NaN。 | True |
| level | int 或 str | 如果 Series 是多层索引（MultiIndex），指定要计算的层级。 | None |
| numeric_only | bool | 如果为 True，只对数值型数据计算；否则会尝试转换为数值。 | False |
返回值
- 返回类型：
float（即使输入是整数，返回值也会转换为浮点数） - 说明：返回 Series 中所有有效元素的平均值。如果所有元素都是 NaN，则返回 NaN。
实例
让我们通过一系列从简单到复杂的例子，彻底掌握 Series.mean() 的用法。
示例 1：基础用法 - 计算学生成绩的平均分
最基本的使用方式是创建一个数值型 Series，然后调用 mean() 计算平均值。
实例
import pandas as pd
# 创建一个包含学生成绩的 Series
# 模拟一个班级 8 名学生的考试成绩
scores = pd.Series([85, 92, 78, 90, 88, 76, 95, 82])
# 计算平均成绩
average_score = scores.mean()
print("学生考试成绩：")
print(scores)
print()
print(f"平均成绩：{average_score:.2f} 分")
# 创建一个包含学生成绩的 Series
# 模拟一个班级 8 名学生的考试成绩
scores = pd.Series([85, 92, 78, 90, 88, 76, 95, 82])
# 计算平均成绩
average_score = scores.mean()
print("学生考试成绩：")
print(scores)
print()
print(f"平均成绩：{average_score:.2f} 分")
运行结果：
学生考试成绩： 0 85 1 92 2 78 3 90 4 88 5 76 6 95 7 82 dtype: int64 平均成绩：85.75 分
代码解析：
- 创建了一个包含 8 名学生成绩的 Series。
mean()计算所有成绩的总和（685）除以学生数量（8），得到平均值 85.75。- 注意：返回值是浮点数（float），即使输入是整数。
示例 2：处理包含缺失值的数据
实际数据中经常会有缺失值，skipna 参数决定了如何处理这些缺失值。
实例
import pandas as pd
import numpy as np
# 创建一个包含缺失值的 Series
# 模拟某学生因病缺席部分考试
scores_with_nan = pd.Series([85, 92, np.nan, 90, 88, np.nan, 95, 82])
print("包含缺考成绩的数据：")
print(scores_with_nan)
print()
# 默认 skipna=True，跳过 NaN 计算平均值
average_skipna = scores_with_nan.mean()
print(f"skipna=True（默认）时的平均成绩：{average_skipna:.2f}")
# 设置 skipna=False，遇到 NaN 返回 NaN
average_no_skipna = scores_with_nan.mean(skipna=False)
print(f"skipna=False 时的平均成绩：{average_no_skipna}")
import numpy as np
# 创建一个包含缺失值的 Series
# 模拟某学生因病缺席部分考试
scores_with_nan = pd.Series([85, 92, np.nan, 90, 88, np.nan, 95, 82])
print("包含缺考成绩的数据：")
print(scores_with_nan)
print()
# 默认 skipna=True，跳过 NaN 计算平均值
average_skipna = scores_with_nan.mean()
print(f"skipna=True（默认）时的平均成绩：{average_skipna:.2f}")
# 设置 skipna=False，遇到 NaN 返回 NaN
average_no_skipna = scores_with_nan.mean(skipna=False)
print(f"skipna=False 时的平均成绩：{average_no_skipna}")
运行结果：
包含缺考成绩的数据： 0 85.0 1 92.0 2 NaN 3 90.0 4 88.0 5 NaN 6 95.0 7 82.0 dtype: float64 skipna=True（默认）时的平均成绩：88.67 skipna=False 时的平均成绩：nan
代码解析：
- 当
skipna=True（默认值）时，只计算有效值的平均值。 - 计算过程：（85 + 92 + 90 + 88 + 95 + 82）/ 6 = 532 / 6 = 88.67
- 当
skipna=False时，只要有 NaN 存在，结果就会返回 NaN。
示例 3：使用多层索引 Series
对于层次索引（MultiIndex）的 Series，可以指定计算哪个层级的平均值。
实例
import pandas as pd
# 创建一个多层索引的 Series
# 模拟两个班级学生的成绩
multi_index_scores = pd.Series(
[85, 92, 78, 90, 88, 76, 95, 82],
index=pd.MultiIndex.from_tuples([
('A班', '学生1'), ('A班', '学生2'), ('A班', '学生3'), ('A班', '学生4'),
('B班', '学生1'), ('B班', '学生2'), ('B班', '学生3'), ('B班', '学生4')
],
names=['班级', '学生']
)
)
print("两个班级的学生成绩：")
print(multi_index_scores)
print()
# 计算所有学生的平均成绩
overall_mean = multi_index_scores.mean()
print(f"所有学生平均成绩：{overall_mean:.2f}")
print()
# 按班级计算平均成绩（使用 level 参数）
class_a_mean = multi_index_scores.xs('A班', level='班级').mean()
class_b_mean = multi_index_scores.xs('B班', level='班级').mean()
print(f"A班学生平均成绩：{class_a_mean:.2f}")
print(f"B班学生平均成绩：{class_b_mean:.2f}")
# 创建一个多层索引的 Series
# 模拟两个班级学生的成绩
multi_index_scores = pd.Series(
[85, 92, 78, 90, 88, 76, 95, 82],
index=pd.MultiIndex.from_tuples([
('A班', '学生1'), ('A班', '学生2'), ('A班', '学生3'), ('A班', '学生4'),
('B班', '学生1'), ('B班', '学生2'), ('B班', '学生3'), ('B班', '学生4')
],
names=['班级', '学生']
)
)
print("两个班级的学生成绩：")
print(multi_index_scores)
print()
# 计算所有学生的平均成绩
overall_mean = multi_index_scores.mean()
print(f"所有学生平均成绩：{overall_mean:.2f}")
print()
# 按班级计算平均成绩（使用 level 参数）
class_a_mean = multi_index_scores.xs('A班', level='班级').mean()
class_b_mean = multi_index_scores.xs('B班', level='班级').mean()
print(f"A班学生平均成绩：{class_a_mean:.2f}")
print(f"B班学生平均成绩：{class_b_mean:.2f}")
运行结果：
两个班级的学生成绩：
班级 学生
A班 学生1 85
学生2 92
学生3 78
学生4 90
B班 学生1 88
学生2 76
学生3 95
学生4 82
dtype: int64
所有学生平均成绩：85.75
A班学生平均成绩：86.25
B班学生平均成绩：85.25
代码解析：
- 创建了一个具有两层索引的 Series，索引名称分别为"班级"和"学生"。
- 直接调用
mean()会计算所有元素的平均值。 - 使用
xs()方法可以按某个层级筛选数据后再计算平均值。
示例 4：在实际数据分析中的应用
结合实际业务场景，展示 mean() 的典型应用。
实例
import pandas as pd
import numpy as np
# 创建模拟的股票每日收盘价数据
stock_prices = pd.Series([
100.5, 102.3, 98.7, 101.2, 103.5,
105.2, 103.8, 107.1, 108.3, 106.9
], index=['周一', '周二', '周三', '周四', '周五',
'周一', '周二', '周三', '周四', '周五'])
# 创建两个周期的数据
week1 = stock_prices[:5]
week2 = stock_prices[5:]
print("第一周股票价格：")
print(week1)
print(f"第一周平均价格：{week1.mean():.2f}")
print()
print("第二周股票价格：")
print(week2)
print(f"第二周平均价格：{week2.mean():.2f}")
print()
# 计算两周的平均价格差异
price_diff = week2.mean() - week1.mean()
print(f"两周平均价格差异：{price_diff:.2f}")
import numpy as np
# 创建模拟的股票每日收盘价数据
stock_prices = pd.Series([
100.5, 102.3, 98.7, 101.2, 103.5,
105.2, 103.8, 107.1, 108.3, 106.9
], index=['周一', '周二', '周三', '周四', '周五',
'周一', '周二', '周三', '周四', '周五'])
# 创建两个周期的数据
week1 = stock_prices[:5]
week2 = stock_prices[5:]
print("第一周股票价格：")
print(week1)
print(f"第一周平均价格：{week1.mean():.2f}")
print()
print("第二周股票价格：")
print(week2)
print(f"第二周平均价格：{week2.mean():.2f}")
print()
# 计算两周的平均价格差异
price_diff = week2.mean() - week1.mean()
print(f"两周平均价格差异：{price_diff:.2f}")
运行结果：
第一周股票价格： 周一 100.5 周二 102.3 周三 98.7 周四 101.2 周五 103.5 dtype: float64 第一周平均价格：101.24 第二周股票价格： 周一 105.2 周二 103.8 周三 107.1 周四 108.3 周五 106.9 dtype: float64 第二周平均价格：106.26 两周平均价格差异：5.02
注意事项
mean()返回值始终是浮点数（float），即使输入数据全是整数。- 平均值对极端值（异常值）敏感，极端值会显著影响计算结果。
- 如果数据中存在大量缺失值，使用
skipna=True时要意识到平均值是基于部分数据计算的。 - 对于包含非数值数据的 Series，需要先进行数据清洗或使用
numeric_only=True参数。
小结
Series.mean() 是 Pandas 中最常用的统计函数之一。它的主要特点包括：
- 简单易用，直接通过点运算符调用。
- 支持处理缺失值，通过
skipna参数控制。 - 支持多层索引，可以通过层级选择计算。
- 返回值始终为浮点数，保证精度。
平均值是描述数据集中趋势的重要指标，但在数据存在极端值时，可能需要考虑使用中位数（median()）来更好地反映数据的中心位置。