Python案例怎么计算数据平均值？

wen python案例 2026-06-10 14

本文目录导读：

Python案例怎么计算数据平均值？

目录导读
为什么平均值如此重要？
基础方法：手动计算与内置函数
进阶技巧：使用NumPy与Pandas处理大数据
常见陷阱与避坑指南
真实案例：电商销售数据平均值分析
问答环节：解决你的核心疑惑
总结与下一步学习建议

Python计算数据平均值：从入门到实战的完整指南

目录导读

为什么平均值如此重要？
基础方法：手动计算与内置函数
进阶技巧：使用NumPy与Pandas处理大数据
常见陷阱与避坑指南
真实案例：电商销售数据平均值分析
问答环节：解决你的核心疑惑
总结与下一步学习建议

为什么平均值如此重要？

在数据分析中,平均值（Mean）是最基础也最核心的统计量之一，无论是评估产品销量、分析用户行为，还是计算传感器读数，平均值都扮演着“数据锚点”的角色，但许多新手在计算平均值时，往往只关注“求和除以个数”的公式，却忽略了数据类型、异常值、缺失值等关键因素，本文将结合Python实战案例，带你彻底掌握平均值的计算逻辑与优化技巧。

基础方法：手动计算与内置函数

1 纯Python实现

# 方法1：循环累加
data = [23, 45, 67, 12, 89]
total = 0
for num in data:
    total += num
average = total / len(data)
print(f"平均值：{average}")  # 输出：47.2

2 使用内置函数`sum()`和`len()`

average = sum(data) / len(data)

这是最简洁的纯Python写法,但需要注意：如果列表为空，len()为0会导致ZeroDivisionError，因此建议添加判断：

data = []
average = sum(data) / len(data) if len(data) > 0 else 0

3 使用`statistics`模块

Python标准库提供了statistics.mean()函数，可直接处理可迭代对象：

import statistics
data = [23, 45, 67, 12, 89]
avg = statistics.mean(data)  # 输出：47.2

该方法会自动处理空列表异常（抛出StatisticsError），但仅适用于数值型数据。

进阶技巧：使用NumPy与Pandas处理大数据

当数据量超过百万级,或需要处理缺失值时，NumPy和Pandas是更优选择。

1 NumPy：高性能数值计算

import numpy as np
data = np.array([23, 45, 67, 12, 89])
avg = np.mean(data)  # 返回47.2

NumPy的mean()函数在底层用C语言实现，比纯Python快数十倍，对于二维数组，可以指定axis参数：

matrix = np.array([[1,2,3],[4,5,6]])
avg_all = np.mean(matrix)       # 所有元素平均值：3.5
avg_col = np.mean(matrix, axis=0)  # 每列平均值：[2.5, 3.5, 4.5]
avg_row = np.mean(matrix, axis=1)  # 每行平均值：[2.0, 5.0]

2 Pandas：处理真实数据集的利器

import pandas as pd
# 创建DataFrame（模拟电商数据）
df = pd.DataFrame({
    'product': ['A', 'B', 'A', 'B', 'A'],
    'price': [100, 200, 150, None, 180],  # 包含缺失值
    'sales': [10, 20, 15, 25, 18]
})
# 方法1：直接计算平均值（自动忽略NaN）
avg_price = df['price'].mean()  # 输出：157.5（跳过None）
# 方法2：分组平均值
grouped_avg = df.groupby('product')['sales'].mean()
# 输出：A → 14.33, B → 22.5

关键点：Pandas的mean()函数默认忽略缺失值（skipna=True），而numpy.mean()对NaN会直接返回nan（除非指定np.nanmean()）。

常见陷阱与避坑指南

陷阱1：混合数据类型

data = [1, 2, '3', 4]  # 字符串混入
statistics.mean(data)  # 报错TypeError

解决：先进行数据清洗：

clean_data = [x for x in data if isinstance(x, (int, float))]

陷阱2：异常值（Outliers）的影响

一份数据[10, 12, 11, 13, 100]中，100是异常值，平均值会被拉高至29.2，而中位数仅为12，此时应使用median()或trimmed mean：

from scipy import stats
trimmed_mean = stats.trim_mean(data, proportiontocut=0.2)  # 去掉前后20%数据
# 输出：12.0

陷阱3：加权平均值

当数据具有权重时（不同产品的单价不同，但销量权重不同），不能简单使用算术平均：

prices = [100, 200, 150]
weights = [0.5, 0.3, 0.2]  # 各产品销量占比
weighted_avg = sum(price * weight for price, weight in zip(prices, weights)) / sum(weights)
# 或使用numpy：np.average(prices, weights=weights)

真实案例：电商销售数据平均值分析

场景描述

某电商平台在12月份记录了1000条订单数据（存储在sales.csv中），包含字段：date，product_category，revenue，quantity，需计算：

每日平均收入
各品类平均单价
排除异常订单后的整体平均收入

完整代码

import pandas as pd
import numpy as np
# 加载数据
df = pd.read_csv('sales.csv', parse_dates=['date'])
# 1. 每日平均收入
daily_avg = df.groupby(df['date'].dt.date)['revenue'].mean()
print("每日平均收入（前5天）：\n", daily_avg.head())
# 2. 各品类平均单价（单价 = 收入/数量）
df['unit_price'] = df['revenue'] / df['quantity']
category_avg_price = df.groupby('product_category')['unit_price'].mean()
# 3. 排除异常值（使用IQR方法）
Q1 = df['revenue'].quantile(0.25)
Q3 = df['revenue'].quantile(0.75)
IQR = Q3 - Q1
lower_bound = Q1 - 1.5 * IQR
upper_bound = Q3 + 1.5 * IQR
normal_df = df[(df['revenue'] >= lower_bound) & (df['revenue'] <= upper_bound)]
clean_avg_revenue = normal_df['revenue'].mean()
print(f"\n原始平均收入：{df['revenue'].mean():.2f}元")
print(f"清洗后平均收入：{clean_avg_revenue:.2f}元")

问答环节：解决你的核心疑惑

Q1：如何计算多个列表对应元素的平均值？

A：使用NumPy的np.mean()配合axis参数：

list1 = [1,2,3]
list2 = [4,5,6]
matrix = np.array([list1, list2])
print(np.mean(matrix, axis=0))  # 输出：[2.5, 3.5, 4.5]

Q2：处理大数据时，内存不够怎么办？

A：使用分批计算或numpy的memmap，也可用Pandas的chunksize参数分块读取：

chunk_size = 10000
avg_list = []
for chunk in pd.read_csv('bigfile.csv', chunksize=chunk_size):
    avg_list.append(chunk['price'].mean())
final_avg = np.mean(avg_list)  # 注意：这是近似平均值，精确值需加权平均

Q3：平均值和中位数结果差异大，该用哪个？

A：当数据分布对称或接近正态分布时，优先用平均值；当存在严重偏态或异常值时，中位数能更好代表“典型值”，薪资数据通常使用中位数而非平均值。

Q4：如何计算滚动平均值（Moving Average）？

A：Pandas提供简便方法：

time_series = pd.Series([1,2,3,4,5,6,7,8])
rolling_avg = time_series.rolling(window=3).mean()
# 输出：[NaN, NaN, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0]

Q5：Python计算平均值时，浮点数精度问题怎么处理？

A：使用decimal模块进行高精度计算：

from decimal import Decimal, getcontext
getcontext().prec = 10  # 设置精度
data = [Decimal('1.1'), Decimal('2.2'), Decimal('3.3')]
avg = sum(data) / len(data)