【Python・pandas】データフレームの特定の列の平均値を求める方法

データ分析を行っていると、数値型の特定の列についてその平均値を取得したい場面によく出くわします。そんなときに活躍するのが「mean」関数です。

平均を計算したい列は、データフレームに対して列名をインデックスとして指定し、ドット演算子（.）を使って mean() 関数を呼び出すだけで求められます。また、列名の代わりに列の位置（インデックス番号）を指定して平均を計算することも可能です。

なお、「平均」とは、すべての値の合計をデータセット内の値の総数で割った値のことです。pandas の mean() 関数は、デフォルトでは欠損値（NaN）を自動的に除外して計算するため、欠損値を含む列でも安心して使えます。

それでは、実際の例を見てみましょう。

サンプルコード

import pandas as pd
my_data = {'Name':pd.Series(['Tom','Jane','Vin','Eve','Will']),'Age':pd.Series([45, 67, 89, 12, 23]),'value':pd.Series([8.79,23.24,31.98,78.56,90.20])}
print("The dataframe is :")
my_df = pd.DataFrame(my_data)
print(my_df)
print("The mean of column 'Age' is :")
print(my_df['Age'].mean())
print("The mean of column 'value' is :")
print(my_df['value'].mean())

出力結果

The dataframe is :
   Name  Age   value
0  Tom   45    8.79
1  Jane  67   23.24
2  Vin   89   31.98
3  Eve  12    78.56
4  Will  23   90.20
The mean of column 'Age' is :
47.2
The mean of column 'value' is :
46.553999999999995

コードの解説

• まず必要なライブラリをインポートし、扱いやすいようにエイリアス名（pd）を付けています。

• キーと値のペアからなる辞書を作成しています。ここでの各値は、実体としては Series というデータ構造です。

• この辞書は、後ほど pandas ライブラリの「DataFrame」関数に引数として渡されます。

• 作成したデータフレームをコンソールに出力して内容を確認します。

• ここでの目的は、数値を含む特定の列（「Age」列と「value」列）の平均を計算することです。

• ドット演算子を使って、列名を指定したうえでデータフレームに対して「mean」関数を呼び出します。

• それぞれの数値列の平均値がコンソールに出力されます。「Age」列の平均は 47.2、「value」列の平均は約 46.554 であることがわかります。

補足：列の位置を指定して平均を求める方法

列名ではなく、列の位置（0始まりのインデックス番号）を指定したい場合は、iloc を使って次のように記述できます。

# 2列目（index=1）の「Age」列の平均を求める
print(my_df.iloc[:, 1].mean())

このように、mean() 関数を使えば、列名指定でも位置指定でも、簡単に特定の列の平均値を算出できます。統計量をまとめて確認したい場合は df.describe() を使うと、平均以外の基本統計量も一度に確認できて便利です。