Pandas：对每个单元格进行平均

Question

从对象列（在我看来，该列的每个单元格就像一个有两个数字的矩阵）我想计算每个单元格的平均值：

> appid      new_owners     
> 10     [10000000, 20000000] 
> 20     [5000000, 10000000]
> 30     [5000000, 10000000] 
> 40     [5000000, 10000000] 
> 50     [5000000, 10000000]

现在我想要的是这样的：

> appid      new_owners     
> 10          15000000 
> 20          7500000
> 30          7500000
> 40          7500000
> 50          7500000

Answer 1

我会按照以下方式做

import pandas as pd
import statistics
df = pd.DataFrame({"appid":[10,20,30,40,50],"new_owners":[[10000000, 20000000], [5000000, 10000000], [5000000, 10000000], [5000000, 10000000], [5000000, 10000000]]})
df["new_owners"] = df["new_owners"].apply(statistics.mean)
print(df)

输出

   appid  new_owners
0     10    15000000
1     20     7500000
2     30     7500000
3     40     7500000
4     50     7500000

说明：我使用了

pandas.Series.apply

和

statistics.mean

函数（

statistics

是

python

标准库的一部分）

Answer 2

我将扩展 Daweo 的 answer 来处理每个单元格包含 strings 列表（而不是浮点数或整数）的情况：

import pandas as pd
import statistics

mapping_dict = {'A':['1','2','3'], 'B':['3','4','5']}
df = pd.DataFrame(list(mapping_dict.items()),columns=['Key','Value'])
print(df["Value"])

df["Value"] = df["Value"].apply(lambda s: list(map(float, s)))
df["Value"] = df["Value"].apply(statistics.mean)
print(df["Value"])

输出：

0    [1, 2, 3]
1    [3, 4, 5]
Name: Value, dtype: object

0    2.0
1    4.0
Name: Value, dtype: float64